Groupby多年来每个月的最大值和最小值

Question

我正在尝试绘制一个图表，显示 2005-2014 年期间的每日最高和最低温度。 Data_Value 列中表示温度。

我很难弄清楚如何在这里进行。我需要以月而不是年或日显示 x 轴。

数据集

                     ID Element  Data_Value
Date                                       
2005-01-01  USW00004848    TMIN           0
2005-01-01  USC00207320    TMAX         150
2005-01-01  USC00207320    TMIN         -11
2005-01-01  USW00014833    TMIN         -44
2005-01-01  USW00014833    TMAX          33
.....                                     
2015-12-31  USC00200032    TMAX          11
2015-12-31  USC00205050    TMIN         -17
2015-12-31  USC00208202    TMAX           0
2015-12-31  USC00201250    TMIN          -6
2015-12-31  USC00200230    TMIN         -17

我的尝试：

1. 分别从数据集中提取 TMAX 和 TMIN

dfMax = df2[df2["Element"] == "TMAX"] 
dfMin = df2[df2["Element"] == "TMIN"]

1. 查找每日最大值和最小值

dfMinD = dfMin.Data_Value.resample("d").min()
dfMaxD = dfMax.Data_Value.resample("d").max()

我被困在这里了。该图在 x 轴上显示年份而不是月份。

我认为我需要按月查找最高和最低温度？如何按月对它们进行分组以显示 2005 年至 2014 年期间每个月（1 月至 12 月）的每日最大值和最小值？

Answer 1

第一个解决方案是在月份开始时将 d 更改为 MS：

dfMax = df2[df2["Element"] == "TMAX"] 
dfMin = df2[df2["Element"] == "TMIN"]

dfMinD = dfMin.Data_Value.resample("MS").min()
dfMaxD = dfMax.Data_Value.resample("MS").max()

df = pd.concat([dfMaxD, dfMinD], axis=1, keys=('max','min'))

另一种解决方案，将DatetimeIndex.to_period 传递给DataFrame.groupby 并聚合min 和max：

dfMax = df2[df2["Element"] == "TMAX"] 
dfMin = df2[df2["Element"] == "TMIN"]

dfMaxD = dfMax.groupby(dfMax.index.to_period('m'))['Data_Value'].max()
dfMinD = dfMin.groupby(dfMin.index.to_period('m'))['Data_Value'].min()

print (dfMinD)
Date
2005-01   -44
2015-12   -17
Freq: M, Name: Data_Value, dtype: int64

print (dfMaxD)
Date
2005-01    150
2015-12     11
Freq: M, Name: Data_Value, dtype: int64

df = pd.concat([dfMaxD, dfMinD], axis=1, keys=('max','min'))
print (df)
         max  min
Date             
2005-01  150  -44
2015-12   11  -17

或者如果需要一个解决方案，首先创建月份 PeriodIndex，然后通过 Series.unstack 重塑并按第一级聚合 min 和 max 分组：

df = (df2.set_index(df2.index.to_period('m'))
         .set_index(['ID','Element'], append=True)['Data_Value']
         .unstack()
         .groupby(level=0)
         .agg({'TMAX':'max', 'TMIN':'min'}))
print (df)
          TMAX  TMIN
Date                
2005-01  150.0 -44.0
2015-12   11.0 -17.0

Answer 2

#df.reset_index(inplace=True) #if date is the index
dfMax=df[df['Element'].eq('TMAX')]
dfMin=df[df['Element'].eq('TMIN')]

每个月不考虑年份，使用groupby + Series.dt.month

dfMonths_max=dfMax.groupby(df['Date'].dt.month)['Data_Value'].max()
dfMonths_min=dfMin.groupby(df['Date'].dt.month)['Data_Value'].min()

---

print(dfMonths_max)
Date
1     150
12     11
Name: Data_Value, dtype: int64

---

print(dfMonths_min)
Date
1    -44
12   -17
Name: Data_Value, dtype: int64

每年使用resample

dfMonths_by_age_max=dfMax.resample('M',on='Date')['Data_Value'].max()
dfMonths_by_age_min=dfMin.resample('M',on='Date')['Data_Value'].min()

---

print(dfMonths_by_age_max)

Date
2005-01-31    150.0
2005-02-28      NaN
2005-03-31      NaN
2005-04-30      NaN
2005-05-31      NaN
              ...  
2015-08-31      NaN
2015-09-30      NaN
2015-10-31      NaN
2015-11-30      NaN
2015-12-31     11.0
Freq: M, Name: Data_Value, Length: 132, dtype: float64

---

print(dfMonths_by_age_min)


Date
2005-01-31   -44.0
2005-02-28     NaN
2005-03-31     NaN
2005-04-30     NaN
2005-05-31     NaN
              ... 
2015-08-31     NaN
2015-09-30     NaN
2015-10-31     NaN
2015-11-30     NaN
2015-12-31   -17.0
Freq: M, Name: Data_Value, Length: 132, dtype: float64