我有以下時間序列，其中包含幾年的每小時資料：
local time ghi mean
0 2013-01-01 00:00:00 0.0
1 2013-01-01 01:00:00 0.0
2 2013-01-01 02:00:00 0.0
3 2013-01-01 03:00:00 0.0
4 2013-01-01 04:00:00 0.0
.. ... ...
8754 2016-12-31 18:00:00 427.5
8755 2016-12-31 19:00:00 194.9
8756 2016-12-31 20:00:00 116.5
8757 2016-12-31 21:00:00 237.6
8758 2016-12-31 22:00:00 113.8
8759 2016-12-31 23:00:00 0.0
我想計算這些的每月平均值。所需的輸出類似于：
local time ghi mean
0 January 769.187097
1 February 756.828125
.. ... ...
11 November 491.085618
12 December 859.930933
我已經嘗試過：
df.groupby(pd.PeriodIndex(df['local time'], freq="M"))['ghi mean'].mean().reset_index()
但是得到了：
local time ghi mean
0 2009-01 769.187097
1 2009-02 756.828125
2 2009-03 747.142339
3 2009-04 661.948194
4 2009-05 491.085618
.. ... ...
127 2019-08 859.930933
128 2019-09 852.150131
129 2019-10 1239.419635
130 2019-11 1072.209155
131 2019-12 1255.293607
uj5u.com熱心網友回復：
按月份名稱分組：
out = df.groupby(df['local time'].dt.strftime('%B'), sort=False).mean().reset_index()
print(out)
# Output:
local time ghi mean
0 January 0.000000
1 December 181.716667
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/417177.html
標籤：
上一篇：如何在PHP中合并多個CSV檔案