时间序列分析：按月对数据进行分组，以便每月查看答案

【问题标题】：Timeseries Analysis: Group data by month so I can look at it per month时间序列分析：按月对数据进行分组，以便每月查看
【发布时间】：2021-12-19 12:35:55
【问题描述】：

我想知道如何按月对数据进行分组，以便按月查看数据。我该怎么做？

例如，将一月记录在自己的数据框中的所有数据分配一月进行分析等

这是我当前的数据框：

   WC_Humidity[%]  WC_Htgsetp[C]  WC_Clgsetp[C]       Date   Time  
0       55.553640             18             26 2005-01-01  00:10  
1       54.204342             18             26 2005-01-01  00:20  
2       51.896272             18             26 2005-01-01  00:30  
3       49.007770             18             26 2005-01-01  00:40  
4       45.825810             18             26 2005-01-01  00:50

非常感谢您的帮助。

【问题讨论】：

您想要groupby 月份还是sort 月份。
dayfirst = True 的格式不为DD-MM-YYYY，但它只通知熊猫如何解析带有日期的字符串 - 如DD-MM-YYYY 或MM-DD-YYYY
按月份分组，所以我可以只选择一月份记录的数据，例如
如果你想要groupby，那么只需从字符串2005-01-01 中获取2005-01 - （即"2005-01-01"[:7] 给出"2005-01"）并使用2005-01 创建新列并在groupby()
如果你已经有对象datetime然后使用.dt.strftime('%Y-%m')创建像2005-01这样的字符串，然后使用这个值来分组。

标签： python pandas date time time-series

【解决方案1】：

您可以使用以下代码转换您的列。

df1['Date'] = pd.to_datetime(df["Date"].dt.strftime('%d-%m-%Y'))

您可以参考官方文档了解为什么 dayfirst 不起作用。 https://pandas.pydata.org/docs/reference/api/pandas.to_datetime.html

【讨论】：

【解决方案2】：

试试这个：

df1['Date'].to_numpy().astype('datetime64[M]')

【讨论】：

【解决方案3】：

如果该列的格式为 2021-01-29、30-12-2024，那么在上述行之前应该处理它并相应地解析它。

df1['Date'] = pd.to_datetime(df1['Date'])

现在您可以使用此代码将日期列转换为您想要的方式。

df1['Date'] = df['Date1'].dt.strftime('%d/%m/%Y')

这应该可以得到你想要的。

【讨论】：

好的，这很好，但是我如何为一个月的数据分配一个变量。例如，如果我使用以下内容：
一月 = 日期为 XX/01/2005 的任何数据
用于我的数据分析，所以我可以比较月份
那么您有 1 列，而该列有多种日期格式？不是2021/01/01这个格式吗？

【解决方案4】：

如果你有 2005-01-01 这样的字符串，那么你可以得到

df['year-month'] = df['Date'].str[:7]

以后可以使用

df.groupby('year-month')

最少的工作代码。

我将日期更改为具有不同月份的数据。

我使用io 仅用于模拟内存中的文件。

text = '''WC_Humidity[%],WC_Htgsetp[C],WC_Clgsetp[C],Date,Time
55.553640,18,26,2005-01-01,00:10
54.204342,18,26,2005-01-01,00:20
51.896272,18,26,2005-02-01,00:30
49.007770,18,26,2005-02-01,00:40
45.825810,18,26,2005-03-01,00:50
'''

import pandas as pd
import io

df = pd.read_csv(io.StringIO(text))

df['year-month'] = df['Date'].str[:7]

print(df)

for value, group in df.groupby('year-month'):
    print()
    print('---', value, '---')
    print(group)
    print()
    print('average WC_Humidity[%]:', group['WC_Humidity[%]'].mean())

结果：

   WC_Humidity[%]  WC_Htgsetp[C]  WC_Clgsetp[C]       Date   Time year-month
0       55.553640             18             26 2005-01-01  00:10    2005-01
1       54.204342             18             26 2005-01-01  00:20    2005-01
2       51.896272             18             26 2005-02-01  00:30    2005-02
3       49.007770             18             26 2005-02-01  00:40    2005-02
4       45.825810             18             26 2005-03-01  00:50    2005-03

--- 2005-01 ---
   WC_Humidity[%]  WC_Htgsetp[C]  WC_Clgsetp[C]       Date   Time year-month
0       55.553640             18             26 2005-01-01  00:10    2005-01
1       54.204342             18             26 2005-01-01  00:20    2005-01

average WC_Humidity[%]: 54.878991

--- 2005-02 ---
   WC_Humidity[%]  WC_Htgsetp[C]  WC_Clgsetp[C]       Date   Time year-month
2       51.896272             18             26 2005-02-01  00:30    2005-02
3       49.007770             18             26 2005-02-01  00:40    2005-02

average WC_Humidity[%]: 50.452021

--- 2005-03 ---
   WC_Humidity[%]  WC_Htgsetp[C]  WC_Clgsetp[C]       Date   Time year-month
4        45.82581             18             26 2005-03-01  00:50    2005-03

average WC_Humidity[%]: 45.82581

如果你有对象datetime，那么你可以这样做

df['year-month'] = df['Date'].dt.strftime('%Y-%m')

其余都是一样的

text = '''WC_Humidity[%],WC_Htgsetp[C],WC_Clgsetp[C],Date,Time
55.553640,18,26,2005-01-01,00:10
54.204342,18,26,2005-01-01,00:20
51.896272,18,26,2005-02-01,00:30
49.007770,18,26,2005-02-01,00:40
45.825810,18,26,2005-03-01,00:50
'''

import pandas as pd
import io

df = pd.read_csv(io.StringIO(text))

# create datetime objects
df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m-%d')

df['year-month'] = df['Date'].dt.strftime('%Y-%m')

print(df)

for value, group in df.groupby('year-month'):
    print()
    print('---', value, '---')
    print(group)
    print()
    print('average WC_Humidity[%]:', group['WC_Humidity[%]'].mean())

【讨论】：