Skip to main content
 首页 » 编程设计

Python- Pandas : difference between monthly mean of day-mean values and monthly mean per se

2024年11月01日10lhb25

我有不同的数据帧均值计算值。通常,我想它们应该是一样的。 或者有什么区别:

daily1 = daily_above_zero['2011-2'].mean() 
 
daily1 
Out[181]:  
P_Sanyo_Gesloten    136.751724 
P_Sanyo_Open        142.491701 
dtype: float64 

或

daily2 = daily_above_zero['2011-2'].resample('m',how='mean') 
 
daily2 
Out[187]:  
P_Sanyo_Gesloten    136.751724 
P_Sanyo_Open        142.491701 
dtype: float64 

还有这个:

daily2 = daily_above_zero['2011-2'].resample('D',how='mean').mean() 
 
daily2 
Out[185]:  
P_Sanyo_Gesloten    132.178545 
P_Sanyo_Open        137.536975 
dtype: float64 

请您参考如下方法:

In [11]: df = DataFrame(randn(100000,2),index=pd.date_range('20130101',periods=100000,freq='T'),columns=list('AB')) 
 
In [12]: df 
Out[12]:  
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 100000 entries, 2013-01-01 00:00:00 to 2013-03-11 10:39:00 
Freq: T 
Data columns (total 2 columns): 
A    100000  non-null values 
B    100000  non-null values 
dtypes: float64(2) 

这是每列所有观察值的总和/100000

In [13]: df.mean() 
Out[13]:  
A   -0.001421 
B   -0.000764 
dtype: float64 

这是每列的平均值,但按月分组,因此每个月的 obs 数量不同

In [14]: df.resample('m',how='mean') 
Out[14]:  
                   A         B 
2013-01-31 -0.004447  0.003479 
2013-02-28  0.001062 -0.002656 
2013-03-31  0.000903 -0.008289 

只是上述数字的平均值,例如月平均值的平均值

In [15]: df.resample('m',how='mean').mean() 
Out[15]:  
A   -0.000827 
B   -0.002489 
dtype: float64 

每天分组然后取平均值

In [16]: df.resample('D',how='mean') 
Out[16]:  
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 70 entries, 2013-01-01 00:00:00 to 2013-03-11 00:00:00 
Freq: D 
Data columns (total 2 columns): 
A    70  non-null values 
B    70  non-null values 
dtypes: float64(2) 

天数的平均值

In [17]: df.resample('D',how='mean').mean() 
Out[17]:  
A   -0.001005 
B   -0.001491 
dtype: float64 

例如,如果您的所有观察结果都在同一个月内,那么(您在上面的第 1 部分和第 2 部分)

df.resample('M',how='mean') == df.mean() 

第 3 部分应该是相同的,前提是您每天都有一套完整的观察结果。如果是这种情况,您的示例中不清楚。

In [19]: df['2013-2'].mean() 
Out[19]:  
A    0.001062 
B   -0.002656 
dtype: float64 
 
In [20]: df['2013-2'].resample('D',how='mean').mean() 
Out[20]:  
A    0.001062 
B   -0.002656 
dtype: float64 

当我的意思是每一天时,对于我的例子来说,每一天都有 60*24 obs

In [21]: df['2013-2'].count() 
Out[21]:  
A    40320 
B    40320 
dtype: int64 
 
In [22]: 24*60 
Out[22]: 1440 

2 月 28 天

In [23]: 24*60*28 
Out[23]: 40320