多年来每天的平均值答案

【问题标题】：Average of each day over multiple years多年来每天的平均值
【发布时间】：2016-07-18 13:46:40
【问题描述】：

快速问：

拥有一个数据集：这是几年内每天的测量值。试图计算出所有相同日期的平均值。即 01/01/1995 和 01/01/1996 和 01/01/1997 等的平均值。

试过这个：

z=df.groupby(df.index.day,df.index.month).mean()

但是得到：

TypeError: unhashable type: 'numpy.ndarray'

干杯

【问题讨论】：

您的数据是如何存储的？

标签： python numpy pandas

【解决方案1】：

IIUC 你需要传递一个列表：

z=df.groupby([df.index.day,df.index.month]).mean()

您所做的是传递多个参数，因此它将月份数组解释为 axis 的参数，请参阅 docs

【讨论】：

太好了只是为了检查一下，这（因为我已经将它分成了几年，即从 1990-2000 年和 2000-2010 年）是否会使它们保持相同的顺序。只是标签 atm 说 (1,1), (2,20), (4,11),(5,31),(7,20),(9,8),(10,28),(12, 17)
它将按您传递的 args 列表对它们进行排序，除非您想保留 df 顺序，在这种情况下传递 sort=False
注意：颠倒语法会得到更直观的结果；第一个索引是月份，第二个是天。 dat.groupby([dat.index.month, dat.index.day]).mean()。否则，您可能会为为什么一个月中只有 12 天一分钟而摸不着头脑。
@EHB 我住在世界的某个地方，约定是dd/mm/yyyy 日期的表示方式是当地偏好的问题，另外这是 OP 要求的格式

【解决方案2】：

嘿@EdChum 只是将其添加为答案，因为评论的显示不会让我表明我的意思。我同意日期格式是一种优越的语法！但是，当我以相反的顺序执行时，我会得到

    WindSpeed

1   1   1   9.283333
1   2   6.694444
1   3   7.861111
1   4   9.223529
...
1   31  8.964706
2   1   9.127778
2   2   8.733333
2   3   7.511111
...

第一个索引是月份，第二个是天。当我按照您建议的顺序执行时，我得到：

    WindSpeed
1   1   9.283333
1   2   8.361111
1   3   6.670588
1   4   7.155556
1   5   8.450000
1   6   4.777778
1   7   3.666667
1   8   4.011765
1   9   5.210526
1   10  6.972222
1   11  7.647059
1   12  6.844444
...

第一个索引是天（从 1-31），第二个是月（从 1-12）。我们通常按顺序查看数据，1 月 1 日之后是 1 月 2 日。在您的数据中，1 月 1 日之后是 2 月 1 日。这让我有点困惑！无论如何，我的工作更好地满足我的需求。我非常感谢您在这里的回答！帮我解决了问题。

【讨论】：