根据另一列拆分CSV文件的一列

Question

我正在尝试将温度数据的csv文件拆分为较小的词典，以便我可以计算每个月的平均温度。 csv文件的格式如下：

AirTemperature  AirHumidity SoilTemperature SoilMoisture    LightIntensity  WindSpeed   Year    Month   Day Hour    Minute  Second  TimeStamp   MonthCategorical
12  68  19  65  60  2   2016    1   1   0   1   1   10100   January
18  34  14  42  19  0   2016    1   1   1   1   1   10101   January
19  98  14  41  30  4   2016    1   1   2   1   1   10102   January
16  88  16  68  54  4   2016    1   1   3   1   1   10103   January
16  44  20  41  10  1   2016    1   1   4   1   1   10104   January
22  54  18  65  94  0   2016    1   1   5   1   1   10105   January
18  84  17  41  40  4   2016    1   1   6   1   1   10106   January
20  88  22  92  31  0   2016    1   1   7   1   1   10107   January
23  1   22  59  3   0   2016    1   1   8   1   1   10108   January
23  3   22  72  41  4   2016    1   1   9   1   1   10109   January
24  63  23  83  85  0   2016    1   1   10  1   1   10110   January
29  73  27  50  1   4   2016    1   1   11  1   1   10111   January
28  37  30  46  29  3   2016    1   1   12  1   1   10112   January
30  99  32  78  73  4   2016    1   1   13  1   1   10113   January
32  72  31  80  80  1   2016    1   1   14  1   1   10114   January

在6个月内每天有24个读数的地方。

我可以使用以下代码到达一半：

for row in df['AirTemperature']:
    for equivalentRow in df['MonthCategorical']:
        if equivalentRow == "January":
            JanuaryAirTemperatures.append(row)

但是，此输出的每个AirTemp值都与包含值January的行数重复。 即，而不是12,18,19等依次变为12，12，12，12，12，12，18，18，18，18，18，19，19，19，19

我尝试了以下方法：

for row in df['AirTemperature']:
    if df['MonthCategorical'] == "January":
        JanuaryAirTemperatures.append(row)

但是我收到以下错误： ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). 我认为是因为它试图查看整个列而不是等效的行。

Answer 1

IIUC，您可以按月分组，并通过以下方式获得每月的平均气温：

g = df.groupby('MonthCategorical')['AirTemperature'].mean().reset_index(name='MeanAirTemperature')

这将返回：

  MonthCategorical  MeanAirTemperature
0          January                  22

然后，您可以选择要分组的列（即，不是MonthCategorical而是只能按Month分组...）。

编辑：您还可以使用transform获取新列以附加到原始数据框，其中包括：

df['MeanAirTemperature'] = df.groupby('MonthCategorical')['AirTemperature'].transform('mean')