如何计算每个名称/位置的每月平均降雪量，然后将结果保存在 Python 中的 .CSV 文件中？答案

【问题标题】：How to calculate the average snow amount per month for each NAME/LOCATION and then save the results in a .CSV file in Python?如何计算每个名称/位置的每月平均降雪量，然后将结果保存在 Python 中的 .CSV 文件中？
【发布时间】：2020-04-09 21:42:47
【问题描述】：

对于每个名称/位置，计算每月的平均降雪量。将结果保存在两个单独的 .csv 文件中（一个用于 2016，另一个用于 2017）将文件命名为 average2016.csv 和 average2017.csv。

我正在使用 Python 3.8 和 pandas。

我试过这段代码：

import numpy as np  
import pandas as pd


df = pd.read_csv('filteredData.csv')


df['DATE'] = pd.to_datetime(df['DATE'])
df['year'] = pd.DatetimeIndex(df['DATE']).year
df['month'] = pd.DatetimeIndex(df['DATE']).month


df16 = df[(df.year == 2016)]
df17 = df[(df.year == 2017)]

df_2016 = df16.groupby(df.month).mean()
df_2017 = df17.groupby(df.month).mean()

df_2016.to_csv('average2016.csv', index=False)
df_2017.to_csv('average2017.csv', index=False)

但是，它并没有完全按照我的意愿去做。这给了我所有地点每月的平均降雪量。但是，我需要每个 NAME/LOCATION 每个月的平均降雪量。我如何能够获得每个月每个名称/位置的平均降雪量，然后将结果保存在单独的 .CSV 文件中，2016 年和 2017 年？

【问题讨论】：

将您希望分组的列列表传递给“groupby”函数。
groupby 接受列列表。试试df16.groupby(['station', 'month']) 看看你能在哪里找到？
当我尝试将列列表传递给“groupby”函数时，我只能得到相同的原始文件或者只是一个混乱的 SNOW 列

标签： python pandas csv average

【解决方案1】：

如果您想要每个名称/位置每个月的平均降雪量，您必须对这两列进行分组：

df_2016 = df16.groupby(['NAME', 'month']).mean()

【讨论】：

当我尝试这个时，我只在新的 .CSV 文件中看到一个混乱的 SNOW 列。

【解决方案2】：

df.groupby(['month','NAME','LOCATION']).SNOW.mean()

或

df.groupby(['year','month','NAME','LOCATION']).SNOW.mean()

【讨论】：

当我尝试这个时，我只在新的 .CSV 文件中看到一个混乱的 SNOW 列。