我有一个DataFrame,它的日期时间索引范围从2004-01-01 01:00
到2014-12-31- 00:00
2004-01-01 00:00:00+01:00
2004-01-01 01:00:00+01:00
2004-01-01 02:00:00+01:00
2004-01-01 03:00:00+01:00
.
.
.
2014-12-30 22:00:00+01:00
2014-12-30 23:00:00+01:00
2014-12-31 00:00:00+01:00
我想找出与年份无关的所有天数、月份和小时,并取这些值的平均值。
例如,如果我要求"YYYY-01-01 01:00"
,我将取存储在索引中的值的平均值
"2004-01-01 01:00", "2005-01-01 01:00", "2006-01-01 01:00", "2007-01-01 01:00", "2008-01-01 01:00", "2009-01-01 01:00", "2010-01-01 01:00", "2011-01-01 01:00",
"2012-01-01 01:00", "2013-01-01 01:00", "2014-01-01 01:00"
我试着用每小时一次的频率和所有日期的循环来创造一个新的一年,但这些都需要很长时间。df_inflow是索引为2004年至2014年的DataFrame,由函数inflow((给出
date_range = pd.date_range(start=pd.to_datetime('2019-01-01'),
end=pd.to_datetime('2019-12-31'), tz='Europe/Oslo', freq='H')
df_inflow = inflow()
for date in date_range:
temp_inflow = df_inflow.loc[(df_inflow.index.strftime('%m-%d %H') ==
date)].mean()[0]
# Save mean
我相信您需要DataFrame.groupby
和mean
:
df = df_inflow.groupby(df_inflow.index.strftime('%m-%d %H')).mean()
或者如果需要0
:列的mean
df = df_inflow.groupby(df_inflow.index.strftime('%m-%d %H'))[0].mean()