In [11]: df = DataFrame(randn(100000,2),index=pd.date_range('20130101',periods=100000,freq='T'),columns=list('AB'))
In [12]: df
Out[12]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 100000 entries, 2013-01-01 00:00:00 to 2013-03-11 10:39:00
Freq: T
Data columns (total 2 columns):
A 100000 non-null values
B 100000 non-null values
dtypes: float64(2)
这是每列所有观察值的总和 / 100000
In [13]: df.mean()
Out[13]:
A -0.001421
B -0.000764
dtype: float64
这是每列的平均值,但按月分组,因此每月的 obs 数量不同
In [14]: df.resample('m',how='mean')
Out[14]:
A B
2013-01-31 -0.004447 0.003479
2013-02-28 0.001062 -0.002656
2013-03-31 0.000903 -0.008289
只是上述数字的平均值,例如每月平均值的平均值
In [15]: df.resample('m',how='mean').mean()
Out[15]:
A -0.000827
B -0.002489
dtype: float64
每天分组,然后取平均值
In [16]: df.resample('D',how='mean')
Out[16]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 70 entries, 2013-01-01 00:00:00 to 2013-03-11 00:00:00
Freq: D
Data columns (total 2 columns):
A 70 non-null values
B 70 non-null values
dtypes: float64(2)
日均值的平均值
In [17]: df.resample('D',how='mean').mean()
Out[17]:
A -0.001005
B -0.001491
dtype: float64
例如,如果您的所有观察都在同一个月,那么(您在上面的第 1 部分和第 2 部分)
df.resample('M',how='mean') == df.mean()
第 3 部分应该是相同的,前提是您每天都有一套完整的观察结果。如果是这种情况,您的示例中不清楚。
In [19]: df['2013-2'].mean()
Out[19]:
A 0.001062
B -0.002656
dtype: float64
In [20]: df['2013-2'].resample('D',how='mean').mean()
Out[20]:
A 0.001062
B -0.002656
dtype: float64
当我的意思是每一天,对于我的例子来说,每一天都有 60*24 obs
In [21]: df['2013-2'].count()
Out[21]:
A 40320
B 40320
dtype: int64
In [22]: 24*60
Out[22]: 1440
2月28天
In [23]: 24*60*28
Out[23]: 40320