14

多年来，我有一个以下格式的每小时数据框：

Date/Time            Value
01.03.2010 00:00:00  60
01.03.2010 01:00:00  50
01.03.2010 02:00:00  52
01.03.2010 03:00:00  49
.
.
.
31.12.2013 23:00:00  77

我想对数据进行平均，以便获得每年 0 小时、1 小时... 23 小时的平均值。

所以输出应该看起来像这样：

Year Hour           Avg
2010 00              63
2010 01              55
2010 02              50
.
.
.
2013 22              71
2013 23              80

有谁知道如何在熊猫中获得这个？

4

2 回答 2

22

注意：现在 Series 具有 dt 访问器，日期作为索引就不太重要了，尽管 Date/Time 仍然需要是 datetime64。

更新：您可以更直接地进行 groupby（没有 lambda）：

In [21]: df.groupby([df["Date/Time"].dt.year, df["Date/Time"].dt.hour]).mean()
Out[21]:
                     Value
Date/Time Date/Time
2010      0             60
          1             50
          2             52
          3             49

In [22]: res = df.groupby([df["Date/Time"].dt.year, df["Date/Time"].dt.hour]).mean()

In [23]: res.index.names = ["year", "hour"]

In [24]: res
Out[24]:
           Value
year hour
2010 0        60
     1        50
     2        52
     3        49

如果它是 datetime64索引，您可以执行以下操作：

In [31]: df1.groupby([df1.index.year, df1.index.hour]).mean()
Out[31]:
        Value
2010 0     60
     1     50
     2     52
     3     49

旧答案（会慢一些）：

假设日期/时间是索引*，您可以在groupby中使用映射函数：

In [11]: year_hour_means = df1.groupby(lambda x: (x.year, x.hour)).mean()

In [12]: year_hour_means
Out[12]:
           Value
(2010, 0)     60
(2010, 1)     50
(2010, 2)     52
(2010, 3)     49

对于更有用的索引，您可以从元组创建一个 MultiIndex：

In [13]: year_hour_means.index = pd.MultiIndex.from_tuples(year_hour_means.index,
                                                           names=['year', 'hour'])

In [14]: year_hour_means
Out[14]:
           Value
year hour
2010 0        60
     1        50
     2        52
     3        49

* 如果没有，那么首先使用set_index：

df1 = df.set_index('Date/Time')
于 2013-06-06T16:33:54.300 回答
2

如果您的日期/时间列采用日期时间格式（请参阅 dateutil.parser 了解自动解析选项），您可以使用 pandas resample，如下所示：

year_hour_means = df.resample('H',how = 'mean')

这将使您的数据保持日期时间格式。这可能会帮助您处理您将要对数据进行的任何操作。

于 2014-12-08T17:32:33.703 回答