如何使用 pandas 创建月度和季度 24 小时平均值 table

Question

我有一个包含 2 列的数据框：Date 和 LMP，总共有 8760 行。这是虚拟数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame({'Date': pd.date_range('2023-01-01 00:00', '2023-12-31 23:00', freq='1H'), 'LMP': np.random.randint(10, 20, 8760)})

我从日期中提取 month，然后为特定日期创建了 season 列。像这样

df['month'] = pd.DatetimeIndex(df['Date']).month
season = []
for i in df['month']:
    if i <= 2 or i == 12:
        season.append('Winter')
    elif 2 < i <= 5:
        season.append('Spring')
    elif 5 < i <= 8:
        season.append('Summer')
    else:
        season.append('Autumn')
df['Season'] = season
df2 = df.groupby(['month']).mean()
df3 = df.groupby(['Season']).mean()
print(df2['LMP'])
print(df3['LMP'])

输出：

**month**
1     20.655113
2     20.885532
3     19.416946
4     22.025248
5     26.040606
6     19.323863
7     51.117965
8     51.434093
9     21.404680
10    14.701989
11    20.009590
12    38.706160

**Season**
Autumn    18.661426
Spring    22.499365
Summer    40.856845
Winter    26.944382

但我希望 monthly 和 seasonal 的输出都为 24 小时平均值。期望的输出： 季节性 24 小时平均值

对于monthyl 24 小时平均值

注：monthyl 24小时平均列为月（1,2,3,4,5,6,7,8,9,10,11,12），行为小时（从0开始） . 有人可以帮忙吗？

Answer 1

尝试：

df['hour']=pd.DatetimeIndex(df['Date']).hour
dft = df[['Season', 'hour', 'LMP']]
dftg = dft.groupby(['hour', 'Season'])['LMP'].mean()
dftg.reset_index().pivot(index='hour', columns='Season')

结果：

如何使用 pandas 创建月度和季度 24 小时平均值 table

how to create monthly and season 24 hours average table using pandas

time

pandas

pandas-resample