Pandas DataFrame中获取多年间工作日某小时的平均值

在本文中，我们将介绍如何使用Pandas DataFrame来获取多年间工作日某小时的平均值。我们将通过一个示例来说明这个过程。

准备工作

首先，我们需要导入Pandas库，并创建一个示例数据集来模拟多年间的数据。假设我们有一个数据集，其中包含了从2010年到2022年的每天的日期和时间以及相关的数值数据。

import pandas as pd
import datetime

# 创建示例数据集
dates = pd.date_range(start='2010-01-01', end='2022-12-31', freq='H')
df = pd.DataFrame({'date': dates, 'value': range(len(dates))})
df.head()

运行以上代码后，我们将得到一个包含日期和数值数据的DataFrame。

提取工作日的数据

为了获取工作日的数据，我们需要首先使用pandas库中的to_datetime函数将日期字符串转换为datetime对象，然后使用weekday属性来判断每天是星期几。通过将星期几与0到4的表示工作日的数字进行比较，我们可以得到一个布尔值的Series，其中为True的表示该日期是工作日。

# 将日期字符串转换为datetime对象
df['date'] = pd.to_datetime(df['date'])

# 获取工作日的数据
df_weekday = df[df['date'].dt.weekday < 5]
df_weekday.head()

运行以上代码后，我们将得到一个只包含工作日数据的DataFrame。

提取某个小时的数据

接下来，我们需要从工作日的数据中提取某个小时的数据。为了实现这一点，我们可以使用pandas库中的dt属性来获取每个日期的小时数，并与所需小时进行比较。通过比较，我们可以得到一个布尔值的Series，其中为True的表示该日期的小时与我们的目标小时匹配。

# 获取某个小时的数据
target_hour = 9
df_hour = df_weekday[df_weekday['date'].dt.hour == target_hour]
df_hour.head()

运行以上代码后，我们将得到一个包含了某个小时的工作日数据的DataFrame。

计算每年的平均值

现在，我们可以计算每年的平均值，以了解多年间工作日某小时的平均数是多少。为了实现这一点，我们可以使用pandas库中的groupby函数按照每年对数据进行分组，并使用mean函数计算每组的平均值。

# 按照年份对数据进行分组，并计算每年的平均值
df_yearly_mean = df_hour.groupby(df_hour['date'].dt.year)['value'].mean()
df_yearly_mean.head()

运行以上代码后，我们将得到一个包含了每年的平均值的Series。

示例说明

例如，我们想要获取从2010年到2022年的工作日早上9点的平均值。我们可以使用以上所述的方法来计算。

import pandas as pd

# 创建示例数据集
dates = pd.date_range(start='2010-01-01', end='2022-12-31', freq='H')
df = pd.DataFrame({'date': dates, 'value': range(len(dates))})

# 将日期字符串转换为datetime对象
df['date'] = pd.to_datetime(df['date'])

# 获取工作日的数据
df_weekday = df[df['date'].dt.weekday < 5]

# 获取某个小时的数据
target_hour = 9
df_hour = df_weekday[df_weekday['date'].dt.hour == target_hour]

# 按照年份对数据进行分组，并计算每年的平均值
df_yearly_mean = df_hour.groupby(df_hour['date'].dt.year)['value'].mean()

df_yearly_mean.head()