与熊猫系列的多月平均值

Question

我有一系列的datetime对象和一系列数据,这些数据跨越了几年.A可以创建一个Series对象并重新取样以按月分组:

df=pd.Series(varv,index=dates)
multiMmean=df.resample("M", how='mean')
print multiMmean

然而,这是输出

2005-10-31    172.4
2005-11-30     69.3
2005-12-31    187.6
2006-01-31    126.4
2006-02-28    187.0
2006-03-31    108.3
...
2014-01-31     94.6
2014-02-28     82.3
2014-03-31    130.1
2014-04-30     59.2
2014-05-31     55.6
2014-06-30      1.2

这是该系列每个月的平均值列表.这不是我想要的.我想要12个值,一年中每个月都有一个,这些年来每个月都有一个平均值.我该怎么做multiMmean？

我已经尝试使用resample("M",how='mean')上multiMmean和列表理解,但我不能得到它的工作.我错过了什么？

谢谢.

Answer 1

以下为我工作:

# create some random data with datetime index spanning 17 months
s = pd.Series(index=pd.date_range(start=dt.datetime(2014,1,1), end = dt.datetime(2015,6,1)), data = np.random.randn(517))

In [25]:
# now calc the mean for each month
s.groupby(s.index.month).mean()
Out[25]:
1     0.021974
2    -0.192685
3     0.095229
4    -0.353050
5     0.239336
6    -0.079959
7     0.022612
8    -0.254383
9     0.212334
10    0.063525
11   -0.043072
12   -0.172243
dtype: float64

所以我们可以groupby使用monthdatetimeindex 的属性并调用mean它来计算所有月份的平均值