从一天中不同时间测得的多年气温记录开始，我希望最后得到一个矩形的日均值数组，每一行代表一年的数据。
数据是这样的
temperature.head()
date
1996-01-01 00:00:00 7.39
1996-01-01 03:00:00 6.60
1996-01-01 06:00:00 7.39
1996-01-01 09:00:00 9.50
1996-01-01 12:00:00 11.00
Name: temperature, dtype: float64
我用
import pandas as pd
daily = temperature.groupby(pd.TimeGrouper(freq='D')).mean()
会产生
daily.head()
date
1996-01-01 9.89625
1996-01-02 10.73625
1996-01-03 6.98500
1996-01-04 5.62250
1996-01-05 8.84625
Freq: D, Name: temperature, dtype: float64
最后一部分我想
yearly_daily_mean = daily.groupby(pd.TimeGrouper(freq='12M', closed="left"))
但这里有一些问题。
我要把这一年没有完成的数据去掉。
如果缺少数据会发生什么？
如何应对闰年？
下一步是什么？也就是说，如何“叠加”（在numpy的意义上，而不是熊猫的意义上）这些年的数据？
我在用
array_temperature = np.column_stack([group[1] for group in yearly_daily_mean if len(group[1]) == 365])
但应该有更好的办法。
作为一个辅助问题，如何选择数据年份的起始日期？
最佳答案
如果我理解正确，您需要将每日平均值的时间序列（您已经计算过）重新调整为一个矩形数据框，其中不同的日期作为列，不同的年份作为行。
这可以通过熊猫重塑功能轻松实现，例如使用pivot：
一些虚拟数据：
In [45]: index = pd.date_range(start=date(1996, 1,1), end=date(2010, 6, 30), freq='D')
In [46]: daily = pd.DataFrame(index=index, data=np.random.random(size=len(index)), columns=['temperature'])
首先，我添加带有年份和年份日期的列：
In [47]: daily['year'] = daily.index.year
In [48]: daily['day'] = daily.index.dayofyear
In [49]: daily.head()
Out[49]:
temperature year day
1996-01-01 0.081774 1996 1
1996-01-02 0.694968 1996 2
1996-01-03 0.478050 1996 3
1996-01-04 0.123844 1996 4
1996-01-05 0.426150 1996 5
现在，我们可以重塑这个数据框架：
In [50]: daily.pivot(index='year', columns='day', values='temperature')
Out[50]:
day 1 2 ... 365 366
year ...
1996 0.081774 0.694968 ... 0.679461 0.700833
1997 0.043134 0.981707 ... 0.009357 NaN
1998 0.257077 0.297290 ... 0.701941 NaN
... ... ... ... ... ...
2008 0.047145 0.750354 ... 0.996396 0.761159
2009 0.348667 0.827057 ... 0.881424 NaN
2010 0.269743 0.872655 ... NaN NaN
[15 rows x 366 columns]
关于python - 统一多年的每日数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34951018/