使用:Python 3.6、Pandas 0.22
我试图获取计算平均值的 DataFrame 的最后一行,并将其以特定格式写入新的 .csv 文件。
df2 = pd.read_csv("Data.csv")
gname = df2.groupby(['NAME'])
for NAME, NAME_df2 in gname:
df2['DATE'] = pd.to_datetime(df2['DATE'])
df2.groupby([df2.DATE.dt.month,'NAME'])['SNOW'].mean().sort_values().to_csv('avg.csv')
这是我想要的 avg.csv 文件的输出:
NAME MONTH AVERAGE
GRAND RAPIDS GERALD R FORD INTERNATIONAL AIRPORT, MI US January, 0.006451613
在我看来,逻辑应该是:
df2.groupby([df2.DATE.dt.month,'NAME'])['SNOW'].mean().sort_values().to_csv('avg.csv', columns = 'NAME', 'MONTH', 'AVERAGE')
我尝试在变量中创建月份和列标题“AVERAGE”以写入新文件,但这不起作用。我一直在搜索文档以测试更多内容,但找不到与此问题相关的任何内容。
或者尝试创建新列,但这不适用于将它们与“NAME”列链接:
df2 = df2.convert_objects(convert_numeric=True)
df['MONTH']='?'
最佳答案
(df
.assign(MONTH=df['DATE'].dt.strftime('%B')) # Use `%B` for full name of month
.groupby(['NAME', 'MONTH'], as_index=False)['SNOW']
.agg({'AVERAGE': 'mean'}) # Effectively renames the SNOW column to AVERAGE.
)
为了让月份按自然顺序排序,您可能需要使用 .strftime('(%m) %B')
这将导致 '(01) 一月', '(02 )二月'等
要将年份作为单独的列包含在内,您可以执行以下操作:
dates = pd.DatetimeIndex(df['DATE'])
(df
.assign(MONTH=dates.dt.strftime('%B'), # Use `%B` for full name of month
YEAR=dates.dt.strftime('%Y'))
.groupby(['NAME', 'YEAR', 'MONTH'], as_index=False)['SNOW']
.agg({'AVERAGE': 'mean'}) # Effectively renames the SNOW column to AVERAGE.
)
关于Python Pandas 将计算写入新的 Csv 文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48959301/