python - 在 pandas 中计算数据集的每月天值

Question

这个问题已经有答案了:

How group by sum and average column in python? (2 个回答)

Aggregation in Pandas (2 个回答)

已关闭 4 年前。

我是 Pandas 新手。我有一个很大的数据集，其中包含每日的温度值。我需要按月计算温度，即

这是我的数据集 csv 结构:

我需要转换为以下 csv 结构:

我正在考虑以下方法:

for(year=2012;year<=2018;year++)
   for(month=1;month<=12;month++)
      for(day=1;day<=31;day++)
         summax+=Temp_max[day]
         summin+=Temp_min[day]
      summax/=day
      summin/=day
      print(summax,summin)

但我不知道如何在 pandas/python 中执行此操作，如何在循环中获取列值，也不知道如何处理二月天(如 28 天、30 天、31 天)并带来预期的输出或类似的输出输出。任何帮助，将不胜感激。谢谢!!

Answer 1

在 pandas 中使用 read_csv 读取 csv 文件

适合您的平均使用情况groupby

import pandas as pd

data = {'year': [*np.repeat(2012, 9), 2018],
        'month': [*np.repeat(1, 4), *np.repeat(2, 3), *np.repeat(3, 2), 12],
        'day': [1, 2, 3, 31, 1, 2, 28, 1, 2, 31],
        'Temp max': [28, 26, 27, 26, 27, 26, 26, 26, 25, 26],
        'Temp min': [19, 18, 17, 19, 18, 18, 18, 18, 18, 28]}

df = pd.DataFrame(data)
# df = pd.read_csv('file.csv')

df2 = df.groupby(['year', 'month'])['Temp max', 'Temp min'].mean()
print(df2)

输出:

             Temp max  Temp min
year month                     
2012 1      26.750000     18.25
     2      26.333333     18.00
     3      25.500000     18.00
2018 12     26.000000     28.00

如果你想全年使用:

df2 = df.groupby(['year', 'month'])['Temp max', 'Temp min'].mean().reset_index()

   year  month   Temp max  Temp min
0  2012      1  26.750000     18.25
1  2012      2  26.333333     18.00
2  2012      3  25.500000     18.00
3  2018     12  26.000000     28.00