按日期划分的平均 pandas 数据框 [英] Average Pandas Dataframe by Date
本文介绍了按日期划分的平均 pandas 数据框的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我在下面的数据框中有一个日期列表
I have the following dataframe a list of dates
debt
date
2017-11-17 16:00:00 77
2017-11-17 17:00:00 73
2017-11-17 18:00:00 74
2017-11-17 19:00:00 73
2017-11-17 20:00:00 74
2017-11-17 21:00:00 71
我正在尝试按日期分组,以找到没有时间的日期的平均值
I am trying to group by the dates to find the average by dates without time
2017-11-17 74
我试图做到这一点df = df.groupby(df ['date'].map(lambda x:x.day))KeyError:日期"
I tried to do this df = df.groupby(df['date'].map(lambda x: x.day)) KeyError: 'date'
请问还有其他方法吗?
推荐答案
If need date
s in index
use DatetimeIndex.date
:
df = df.groupby(df.index.date).mean()
print (df)
debt
2017-11-17 73.666667
print (df.index)
Index([2017-11-17], dtype='object')
But better is for DatetimeIndex
use DatetimeIndex.floor
:
df = df.groupby(df.index.floor('d')).mean()
print (df)
debt
date
2017-11-17 73.666667
print (df.index)
DatetimeIndex(['2017-11-17'], dtype='datetime64[ns]', name='date', freq=None)
这篇关于按日期划分的平均 pandas 数据框的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文