獲取基於日期、周、月的平均數據

Question

我有一個數據集，其中包括工廠工人三年的產出數據。 現在我想根據日期、周、月獲得平均輸出。 問題是日期格式就像 %d.%m.%Y (day-month-year)。 我的問題是如何在獲得預期輸出的同時保持日期格式不變。

我的數據集是這樣的（每天有很多值。）

date         output 
1.1.2017     261
2.1.2017     152 (Jan.02,2017)
17.1.2017    256
17.1.2017    261
18.1.2017    193
18.1.2017    462
1.2.2017     212 (Feb.1,2017)
3.2.2017     266 (Feb.3,2017)

....


1.3.2018    360

我得到的錯誤消息是這樣的：時間數據“2017-01-01”與格式“%d.%m.%Y”（匹配）不匹配。 僅供參考，當我讀取數據集時，我的代碼是這樣的

df['date'] = pd.to_datetime(df['date'],format='%d.%m.%Y').dt.date
df.groupby(['date'],as_index=False).mean()

我嘗試通過谷歌搜索不同的解決方案來解決它。 但我無法得到預期的結果。 輸出在日期和月份之間完全混淆。例如，1.2.2017（2017 年 1 月 2 日）被視為（2017 年 2 月 1 日）。我該如何解決？ 謝謝！

Answer 1

您的代碼看起來不錯，實際上至少對於前四個數據記錄運行良好。 這里的問題是日期格式與您報告的錯誤不一致。 就像其他人指出的那樣，讓熊貓為您找出格式可以解決問題，即df["date"]=pd.to_datetime(df["date"]) 。 但我只是覺得這有點棘手或危險。 我想建議您在對它們進行任何分析之前使用 Python 中的字符串操作統一日期格式。 希望這可以幫助。