Pandas DataFrame 中每月平均每日记录数

Question

我有一个带有 TIMESTAMP 列的 pandas DataFrame，它是 datetime64 数据类型。请记住，最初此列未设置为索引；索引只是常规整数，前几行如下所示：

     TIMESTAMP                  TYPE
0    2014-07-25 11:50:30.640    2
1    2014-07-25 11:50:46.160    3
2    2014-07-25 11:50:57.370    2

每天有任意数量的记录，并且可能有几天没有数据。我想要得到的是每月平均每日记录数，然后将其绘制为条形图，x 轴为月份（2014 年 4 月、2014 年 5 月......等）。我设法使用下面的代码计算了这些值

dfWIM.index = dfWIM.TIMESTAMP    
for i in range(dfWIM.TIMESTAMP.dt.year.min(),dfWIM.TIMESTAMP.dt.year.max()+1):
    for j in range(1,13):
        print dfWIM[(dfWIM.TIMESTAMP.dt.year == i) & (dfWIM.TIMESTAMP.dt.month == j)].resample('D', how='count').TIMESTAMP.mean()

给出以下输出：

nan
nan
3100.14285714
6746.7037037
9716.42857143
10318.5806452
9395.56666667
9883.64516129
8766.03225806
9297.78571429
10039.6774194
nan
nan
nan

这没关系，并且通过更多工作，我可以映射到结果以更正月份名称，然后绘制条形图。但是，我不确定这是否是正确/最好的方法，我怀疑可能有更简单的方法可以使用 Pandas 获得结果。

我很高兴听到你的想法。谢谢！

注意：如果我没有将 TIMESTAMP 列设置为索引，我会收到“reduction operation 'mean' not allowed for this dtype”错误。

Answer 1

我认为您需要进行两轮groupby，首先按天分组并计算实例，然后按月分组并计算每日计数的平均值。你可以这样做。

首先我会生成一些看起来像你的假数据：

import pandas as pd

# make 1000 random times throughout the year
N = 1000
times = pd.date_range('2014', '2015', freq='min')
ind = np.random.permutation(np.arange(len(times)))[:N]

data = pd.DataFrame({'TIMESTAMP': times[ind],
                     'TYPE': np.random.randint(0, 10, N)})
data.head()

现在我将使用pd.TimeGrouper 进行两个分组并绘制月平均计数：

import seaborn as sns  # for nice plot styles (optional)

daily = data.set_index('TIMESTAMP').groupby(pd.TimeGrouper(freq='D'))['TYPE'].count()
monthly = daily.groupby(pd.TimeGrouper(freq='M')).mean()
ax = monthly.plot(kind='bar')

沿 x 轴的格式有一些不足之处，但您可以根据需要进行调整。