pandas' 系列的多月平均值

Question

我有一系列 datetime 对象和一系列跨越数年的数据。 A 可以创建一个 Series 对象并对其重新采样以按月对其进行分组：

df=pd.Series(varv,index=dates)
multiMmean=df.resample("M", how='mean')
print multiMmean

但是，这会输出

2005-10-31    172.4
2005-11-30     69.3
2005-12-31    187.6
2006-01-31    126.4
2006-02-28    187.0
2006-03-31    108.3
...
2014-01-31     94.6
2014-02-28     82.3
2014-03-31    130.1
2014-04-30     59.2
2014-05-31     55.6
2014-06-30      1.2

这是该系列每个月的平均值列表。这不是我想要的。我想要 12 个值，一个代表一年中的每个月，一个代表多年来的每个月。我如何获得 multiMmean？

我已经尝试在 multiMmean 上使用 resample("M",how='mean') 并列出理解，但我无法让它工作。我错过了什么？

谢谢。

Answer 1

以下对我有用：

# create some random data with datetime index spanning 17 months
s = pd.Series(index=pd.date_range(start=dt.datetime(2014,1,1), end = dt.datetime(2015,6,1)), data = np.random.randn(517))

In [25]:
# now calc the mean for each month
s.groupby(s.index.month).mean()
Out[25]:
1     0.021974
2    -0.192685
3     0.095229
4    -0.353050
5     0.239336
6    -0.079959
7     0.022612
8    -0.254383
9     0.212334
10    0.063525
11   -0.043072
12   -0.172243
dtype: float64

所以我们可以 groupby datetimeindex 的 month 属性并调用 mean 这将计算所有月份的平均值

pandas' 系列的多月平均值

multi-monthly mean with pandas' Series

python

time-series

pandas