Pandas DateTimeIndex 多个 groupby 或 resample 聚合

Question

我在带有 DateTimeIndex 的 Pandas 数据框中有数年的数据，其中每 30 分钟测量一次记录。 我想每个月平均 30 分钟。 换句话说，对于每个月，我想要每个月汇总的每 30 分钟（00:00、00:30、...、23:30）的平均值。

示例数据。

from datetime import datetime
import numpy as np
import pandas as pd
datetime_idx = pd.date_range(datetime(2017,1,1), datetime(2018,1,1), freq='30min')
np.random.seed(23)
data = np.random.randint(0, 100, size=len(datetime_idx))
df = pd.DataFrame({'Z': pd.Series(data, datetime_idx)})
df.head()
                      Z
2017-01-01 00:00:00  83
2017-01-01 00:30:00  40
2017-01-01 01:00:00  73
2017-01-01 01:30:00  54
2017-01-01 02:00:00  31

我试过链接重采样，但没有奏效。

df.Z.resample('30min').mean().resample('M').mean()
2017-01-31    49.177419
2017-02-28    50.740327
2017-03-31    49.954973
2017-04-30    48.345833
2017-05-31    49.268145
2017-06-30    48.943056
2017-07-31    49.741263
2017-08-31    49.827285
2017-09-30    50.442361
2017-10-31    48.679435
2017-11-30    49.754861
2017-12-31    50.173387
2018-01-31    94.000000
Freq: M, Name: Z, dtype: float64

Answer 1

不熟悉resample() 。 所以我做了一些改变。

我将索引创建为一列，并使用groupby()来获取平均值

df = pd.DataFrame({'Z': pd.Series(data),'ts': pd.Series(datetime_idx)})
df.groupby([df.ts.dt.month,df.ts.dt.hour,df.ts.dt.minute])['Z'].mean()

Answer 2

在我这边，这两个返回相同的结果

df.groupby(df.index.strftime('%Y%m')).mean()
Out[1199]: 
                Z
201701  49.177419
201702  50.740327
201703  49.954973
201704  48.345833
201705  49.268145
201706  48.943056
201707  49.741263
201708  49.827285
201709  50.442361
201710  48.679435
201711  49.754861
201712  50.173387
201801  94.000000


df.Z.resample('M').mean()
Out[1198]: 
2017-01-31    49.177419
2017-02-28    50.740327
2017-03-31    49.954973
2017-04-30    48.345833
2017-05-31    49.268145
2017-06-30    48.943056
2017-07-31    49.741263
2017-08-31    49.827285
2017-09-30    50.442361
2017-10-31    48.679435
2017-11-30    49.754861
2017-12-31    50.173387
2018-01-31    94.000000
Freq: M, Name: Z, dtype: float64