python - 根据日期、周、月获取平均数据

Question

我有一个数据集，其中包含工厂 worker 三年产出的数据。现在我想获得基于日期、周、月的平均输出。问题是日期格式类似于 %d.%m.%Y(日-月-年)。我的问题是如何在保持日期格式不变的同时获得预期的输出。

我的数据集是这样的(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

我收到的错误消息是这样的:时间数据“2017-01-01”与格式“%d.%m.%Y”不匹配(匹配)。仅供引用，当我读取数据集时，我的代码是这样的

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

我尝试通过谷歌搜索不同的解决方案来解决这个问题。但我无法得到预期的结果。输出在日期和月份之间完全混淆了。 1.2.2017(2017年1月2日)被视为(2017年2月1日)。我该如何解决？谢谢!

Answer 1

您的代码看起来不错，实际上至少对于前四个数据记录来说效果很好。这里的问题是日期格式和你报的错误不一致。就像其他人指出的那样，让 pandas 为您找出格式可以解决问题，即 df["date"]=pd.to_datetime(df["date"]) 。但我只是觉得这有点棘手或危险。我建议您在对日期进行任何分析之前，使用 Python 中的字符串操作来统一日期格式。希望这会有所帮助。