将每日数据转换为每周平均值和中位数

Question

我有一个这样的字典列表：

[
    {'2016-06-11': 10, 
     '2016-06-09': 10, 
     'ID': 1, 
     '2016-06-04': 10,
     '2016-06-07': 10,
     '2016-06-06': 10,
     '2016-06-01': 10,
     '2016-06-03': 10,
     'type': 'primary',
     '2016-06-05': 10,
     '2016-06-10': 10,
     '2016-06-02': 10,
     '2016-06-08': 10}, 
    {'2016-06-11': 2,
     '2016-06-09': 1,
     'ID': 2,
     'type': 'secondary',
     '2016-06-04': 1,
     '2016-06-07': 1,
     '2016-06-06': 1,
     '2016-06-01': 1,
     '2016-06-03': 1,
     '2016-06-05': 1,
     '2016-06-10': 2,
     '2016-06-02': 1,
     '2016-06-08': 1}
]

我需要将其转换为类似的字典列表，其中键是周（从星期一开始，例如2016-06-03 - 2016-06-09）或月（例如2016-06），并且值可以是平均值或该周/月值的中位数。最简单的方法是什么？

Answer 1

我认为你可以 resample by months，聚合 mean 或 median 最后创建 list of dict by DataFrame.to_dict：

df = pd.DataFrame(d)
print (df)
   2016-06-01  2016-06-02  2016-06-03  2016-06-04  2016-06-05  2016-06-06  \
0          10          10          10          10          10          10   
1           1           1           1           1           1           1   

   2016-06-07  2016-06-08  2016-06-09  2016-06-10  2016-06-11  ID       type  
0          10          10          10          10          10   1    primary  
1           1           1           1           2           2   2  secondary

df.set_index(['type', 'ID'], inplace=True)
df.columns = pd.to_datetime(df.columns)
df = df.T.resample('M').mean()
df.index = df.index.strftime('%Y-%m')
print (df)
type    primary secondary
ID            1         2
2016-06    10.0  1.181818

print (df.T.reset_index().to_dict(orient='records'))
[{'type': 'primary', '2016-06': 10.0, 'ID': 1}, 
 {'type': 'secondary', '2016-06': 1.1818181818181819, 'ID': 2}]

---

df.set_index(['type', 'ID'], inplace=True)
df.columns = pd.to_datetime(df.columns)
df = df.T.resample('M').median()
df.index = df.index.strftime('%Y-%m')
print (df)
type    primary secondary
ID            1         2
2016-06      10         1

print (df.T.reset_index().to_dict(orient='records'))
[{'type': 'primary', '2016-06': 10, 'ID': 1}, 
 {'type': 'secondary', '2016-06': 1, 'ID': 2}]

另一个解决方案 reample 是 groupby 按由 DatetimeIndex.to_period 创建的月份：

df = df.groupby([df.index.to_period('m')]).mean()
df = df.groupby([df.index.to_period('m')]).median()