在熊猫数据框架中获取数年工作日某一小时的平均值

Question

我有一个几年来每小时的数据框架，格式如下:

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

我想对数据求平均值，这样我就可以得到第0小时，第1小时…每年的第23小时

那么输出应该是这样的:

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

有人知道如何在熊猫中获得这个吗?

Answer 1

注意:既然Series有了dt访问器，那么date作为索引就不那么重要了，尽管date/Time仍然需要是datetime64

更新:您可以更直接地执行groupby(不使用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

如果是datetime64 索引你可以这样做:

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(会比较慢):

假设Date/Time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，则先使用set_index:

df1 = df.set_index('Date/Time')

Answer 2

如果您的日期/时间列是datetime格式(请参阅dateutil。解析器(自动解析选项)，您可以像下面这样使用pandas样本:

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

将数据保存为日期时间格式。