熊猫石斑鱼在工作日之前?[英] Pandas Grouper by weekday?

本文是小编为大家收集整理的关于熊猫石斑鱼在工作日之前?的处理方法,想解了熊猫石斑鱼在工作日之前?的问题怎么解决?熊猫石斑鱼在工作日之前?问题的解决办法?那么可以参考本文帮助大家快速定位并解决问题。

问题描述

我有一个pandas dataframe,其中索引是2007年至2017年的日期.

我想计算每年每个工作日的平均值.我可以按年分组:

groups = df.groupby(TimeGrouper('A'))
years = DataFrame()
for name, group in groups:
   years[name.year] = group.values

这是我创建一个新的数据框(年)的方式,其中每年我每年获得时间序列的每一列. 如果我想查看每年的统计数据(例如,平均值):

print(years.mean())

,但现在我想每年的每一天分开,以便在当时获得每个工作日的平均值.

我唯一知道的是:

year=df[(df.index.year==2007)]

day_week=df[(df.index.weekday==2)]

问题是我必须在一周中的一天更改7次,然后重复11年(我的时间序列始于2007年,结束于2017年),所以我必须做77次!<<

有没有办法按几年和工作日的时间进行分组时间?

推荐答案

似乎您似乎需要groupby by DatetimeIndex.year :

rng = pd.date_range('2017-04-03', periods=10, freq='10M')
df = pd.DataFrame({'a': range(10)}, index=rng)  
print (df)
            a
2017-04-30  0
2018-02-28  1
2018-12-31  2
2019-10-31  3
2020-08-31  4
2021-06-30  5
2022-04-30  6
2023-02-28  7
2023-12-31  8
2024-10-31  9

df1 = df.groupby([df.index.year, df.index.weekday]).mean()
print (df1)
        a
2017 6  0
2018 0  2
     2  1
2019 3  3
2020 0  4
2021 2  5
2022 5  6
2023 1  7
     6  8
2024 3  9

df1 = df.groupby([df.index.year, df.index.weekday]).mean().reset_index()
df1 = df1.rename(columns={'level_0':'years','level_1':'weekdays'})
print (df1)
   years  weekdays  a
0   2017         6  0
1   2018         0  2
2   2018         2  1
3   2019         3  3
4   2020         0  4
5   2021         2  5
6   2022         5  6
7   2023         1  7
8   2023         6  8
9   2024         3  9

本文地址:https://www.itbaoku.cn/post/1728061.html