python - 按 Pandas 中指定的组大小对索引进行分组

Question

我有一个如下所示的数据框:

df = 
index    value1  value2  value3 
001         0.3     1.3     4.5
002         1.1     2.5     3.7
003         0.1     0.9     7.8
....
365         3.4     1.2     0.9

索引表示一年中的天数(所以有时索引的最后一个数字是 366)，我想用随机天数(例如 10 天或 30 天)对其进行分组，我认为代码如下所示，

df_new = df.groupby(  "method"  ).mean()

在某些问题中，我看到他们使用日期时间类型来分组，但是在我的数据框中，索引只是数字，有没有更好的方法来分组？提前致谢!

Answer 1

我认为需要下限指数值和聚合平均值:

df_new = df.groupby( df.index // 10).mean()

如果不是默认的唯一数字索引，另一种通用解决方案:

df_new = df.groupby( np.arange(len(df.index)) // 10).mean()

示例:

c = 'val1 val2 val3'.split()
df = pd.DataFrame(np.random.randint(10, size=(20,3)), columns=c)
print (df)
    val1  val2  val3
0      5     9     4
1      5     7     1
2      8     3     5
3      2     4     2
4      2     8     4
5      8     5     6
6      0     9     8
7      2     3     6
8      7     0     0
9      3     3     5
10     6     6     3
11     8     9     6
12     5     1     6
13     1     5     9
14     1     4     5
15     3     2     2
16     4     5     4
17     3     5     1
18     9     4     5
19     9     8     7

df_new = df.groupby( df.index // 10).mean()
print (df_new)
   val1  val2  val3
0   4.2   5.1   4.1
1   4.9   4.9   4.8