Skip to main content
 首页 » 编程设计

python之将每日数据转换为每周均值和中位数

2025年04月02日9mayingbao

我有一个这样的字典列表:

[ 
    {'2016-06-11': 10,  
     '2016-06-09': 10,  
     'ID': 1,  
     '2016-06-04': 10, 
     '2016-06-07': 10, 
     '2016-06-06': 10, 
     '2016-06-01': 10, 
     '2016-06-03': 10, 
     'type': 'primary', 
     '2016-06-05': 10, 
     '2016-06-10': 10, 
     '2016-06-02': 10, 
     '2016-06-08': 10},  
    {'2016-06-11': 2, 
     '2016-06-09': 1, 
     'ID': 2, 
     'type': 'secondary', 
     '2016-06-04': 1, 
     '2016-06-07': 1, 
     '2016-06-06': 1, 
     '2016-06-01': 1, 
     '2016-06-03': 1, 
     '2016-06-05': 1, 
     '2016-06-10': 2, 
     '2016-06-02': 1, 
     '2016-06-08': 1} 
] 

我需要将其转换为类似的字典列表,其中键为周(从星期一开始,例如 2016-06-03 - 2016-06-09)或月(例如 2016-06),这些值将是该周/月值的平均值或中值。执行此操作的最简单方法是什么?

请您参考如下方法:

我想你可以resample按月,汇总mean或 median最后通过 DataFrame.to_dict 创建 dict 的 list :

df = pd.DataFrame(d) 
print (df) 
   2016-06-01  2016-06-02  2016-06-03  2016-06-04  2016-06-05  2016-06-06  \ 
0          10          10          10          10          10          10    
1           1           1           1           1           1           1    
 
   2016-06-07  2016-06-08  2016-06-09  2016-06-10  2016-06-11  ID       type   
0          10          10          10          10          10   1    primary   
1           1           1           1           2           2   2  secondary 
 
df.set_index(['type', 'ID'], inplace=True) 
df.columns = pd.to_datetime(df.columns) 
df = df.T.resample('M').mean() 
df.index = df.index.strftime('%Y-%m') 
print (df) 
type    primary secondary 
ID            1         2 
2016-06    10.0  1.181818 
 
print (df.T.reset_index().to_dict(orient='records')) 
[{'type': 'primary', '2016-06': 10.0, 'ID': 1},  
 {'type': 'secondary', '2016-06': 1.1818181818181819, 'ID': 2}] 

df.set_index(['type', 'ID'], inplace=True) 
df.columns = pd.to_datetime(df.columns) 
df = df.T.resample('M').median() 
df.index = df.index.strftime('%Y-%m') 
print (df) 
type    primary secondary 
ID            1         2 
2016-06      10         1 
 
print (df.T.reset_index().to_dict(orient='records')) 
[{'type': 'primary', '2016-06': 10, 'ID': 1},  
 {'type': 'secondary', '2016-06': 1, 'ID': 2}] 

另一种解决方案 reample 是 groupby按 DatetimeIndex.to_period 创建的月份:

df = df.groupby([df.index.to_period('m')]).mean() 
df = df.groupby([df.index.to_period('m')]).median()