python - 求不同年份同一日期的平均值

Question

我正在处理以下数据帧:

df
Out[1]: 
              temp_C
date          
2013-01-01    12
2013-01-02    11
2013-01-03    10
2013-01-04     9
2013-01-05    10
2013-01-06    10
2013-01-07    11
2013-01-08    12
2013-01-09    14
2013-01-10    14
2013-01-11    12
2013-01-12    12
2013-01-13    11
2013-01-14    10
2013-01-15    10
2013-01-16    12
2013-01-17    13
...   
2017-01-02     8
2017-01-03     8
2017-01-04     8
2017-01-05     9
2017-01-06     9
2017-01-07    10
2017-01-08    12
2017-01-09    14
2017-01-10    14
2017-01-11    10
2017-01-12    10
2017-01-13    11
2017-01-14    14
2017-01-15    13
2017-01-16    10
2017-01-17     9
[1770 rows x 1 columns]

我需要做的是将这些值按一年中的某一天进行分组，找到每组的平均值(或中位数)，从而获得一个新的DataFrame，其中每天的值是平均值/同一天所有值的中位数/...。

这是一个例子:

df_grouped
Out[2]: 
              temp_C
date
2013-01-01    12
2014-01-01    10
2015-01-01    10
2016-01-01    12
2017-01-01    11
2013-01-02    11
2014-01-02    10
....
2016-12-31    8
2017-12-31    7

df_mean
Out[3]: 
              temp_C
date
1970-01-01    11 #the year is not meaningful anymore
1970-01-02    11.4
1970-01-03    12.5
....
1970-12-30    7.5
1970-12-31    7.5

谢谢。

Answer 1

设置

df = pd.DataFrame(
    {'temp_C': range(10)},
    pd.to_datetime([
        '2010-01-23', '2012-03-30',
        '2013-01-23', '2013-03-30',
        '2014-01-23', '2014-03-30',
        '2016-01-23', '2015-03-30',
        '2017-01-23', '2017-03-30',
    ])
)

<小时/>

分组依据

df.groupby('{:%m-%d}'.format).mean()

       temp_C
01-23       4
03-30       5

<小时/>

说明

字符串有一个 format 方法，您可以将其用作可调用函数。它接受经过处理并插入为新字符串的参数。

'{:%m-%d}'.format 是一个可调用函数，它采用单个位置参数并由 {} 中的内容进行处理字符串。在这种情况下 '{:%m-%d}' 特定于处理日期，并且可以更好地理解格式 here 。它说在查看日期时，将其格式设置为月日。

当将可调用对象传递给groupby时，它会将可调用对象应用于索引的每个元素。由于我们的索引是Datetime，因此每个元素都会以月份和日期的形式返回。这正是我们想要的意思。