pandas 根据一周中的几天分组

Question

我有这个数据框：

2018-01-01 01:00:00   3.479
2018-01-01 02:00:00   3.477
2018-01-01 03:00:00   3.475
2018-01-01 04:00:00   3.472
2018-01-01 05:00:00   3.470
                    ...
2018-01-07 20:00:00   3.149
2018-01-07 21:00:00   3.147
2018-01-07 22:00:00   3.145
2018-01-07 23:00:00   3.143
2018-01-08 00:00:00   3.141

我知道我可以将每日平均值计算为：

dfn = dfr.resample('D').mean()

但是，我想做一些不同的事情。我想计算每周前三天和最后第四天的平均值。一点说明：我不知道我的数据什么时候开始。

我尽量让自己清楚。这里的例子：

在图中，您可以看到我每天都有一个值（我的真实数据框有每小时值）。我想计算每一天的每组（周一、周二、周三）（周四、周五、周六、周日）的平均值。在这个例子中，我只有两天，所以我希望我的算法有四个值。

我觉得我可以应用与 groupby 相关的东西，但我无法设置解决方案。

欢迎提出任何建议。

谢谢

Answer 1

也许是这样的：

类似的数据框：

rng = pd.date_range(start='2018-01-01', end='2018-01-21')
rnd_values = np.random.rand(len(rng))+3

df = pd.DataFrame({'time':rng.to_list(),'value':rnd_values})

识别两个不同的跨度：

df['span'] = \
    np.where((df['time'].dt.day_of_week == 0) | (df['time'].dt.day_of_week >= 4), 'Th-Sn', 'Mn-Wd')

给每个跨度一个前缀标识符（我使用周数。跨度开始日期是另一种选择）：

df['wkno'] = df['time'].dt.isocalendar().week.shift(fill_value=0) 

获取每个跨度的平均值：

df.groupby(['wkno','span']).mean()

               value
wkno span           
0    Th-Sn  3.916292
1    Mn-Wd  3.597244
     Th-Sn  3.794555
2    Mn-Wd  3.295676
     Th-Sn  3.478448
3    Mn-Wd  3.610433
     Th-Sn  3.455591