Skip to main content
 首页 » 编程设计

python之如何根据星期几求平均值

2025年02月15日12zhujiabin

下面的代码

test_df['Started'] = pd.to_datetime(test_df['Started']) 
test_df['day count'] = test_df['Started'].apply(lambda x: x.strftime('%A')) 
test_day_count = test_df['day count'].value_counts() 
print(test_day_count) 

返回

Thursday     25 
Friday       19 
Saturday     13 

这些值是当天开始的测试数量。我想找到一周中每一天的 mean() 测试分数。

我尝试将均值添加到第三行以及 [] 中成绩所在的列的名称

test_df['Started'] = pd.to_datetime(test_df['Started']) 
test_df['day count'] = test_df['Started'].apply(lambda x:x.strftime('%A')) 
test_day_count = test_df['day count'].value_counts().mean(test_df['marks']) 
print(test_day_count) 

我得到了错误 TypeError: 'Series' 对象是可变的,因此它们不能被散列

请您参考如下方法:

将您的 strftime('%A') 用作 groupby 参数:

icma_df.marks.groupby(icma_df['Started'].dt.strftime('%A')).mean() 

示范

icma_df = pd.DataFrame(dict(marks=np.random.rand(100), 
                            Started=pd.date_range('2012-12-31', periods=100, freq='B'))) 
 
icma_df.marks.groupby(icma_df['Started'].dt.strftime('%A')).mean() 

正如@root 所指出的,这也有效并且看起来更好,可能更快

icma_df.marks.groupby(icma_df['Started'].dt.weekday_name).mean() 
 
Started 
Friday       0.428581 
Monday       0.443394 
Thursday     0.485658 
Tuesday      0.325027 
Wednesday    0.506592 
Name: marks, dtype: float64