Pandas 日期列移动，不再可调用

我使用pandas groupby按pm25值对重复日期进行分组，得到一个平均值。但是，当我使用groupby函数时，数据帧的结构会发生变化，我无法再调用“Date”列

使用groupby还会更改我的数据结构：它不是按1/1/19、1/2/19排序，而是按1/1/19、1/10/19、1/11/19排序

这是我目前的代码：

在使用df.groupby之前，我的df如下所示：

我使用groupby：

df.groupby('Date').mean('pm25')
print(df)

之后，我不能再调用“日期”列或对该列进行排序

print(df['Date'])

正好

KeyError: 'Date'

请帮忙，或者让我知道我还能提供什么

使用groupby还会更改我的数据结构：它不是按1/1/19、1/2/19排序，而是按1/1/19、1/10/19、1/11/19排序

这是因为

Date

列类型是string而不是datetime。在字符串比较中，

1/10/19

的第三个字符

1

小于

1/2/19

的第三个字符

2

。如果要保留原始序列，可以执行以下操作

df['Date']=pd.to_datetime（df['Date']）#将日期列转换为日期时间类型
df['Date']=df['Date'].dt.strftime（“%m/%d/%y”）#将datetime转换为其他格式（但列的数据类型将为string）

之后，我不能再调用“日期”列或对该列进行排序

print(df['Date'])

这是因为在groupby

Date

列之后，返回的数据帧将使用groupby之后的

Date

列作为索引来表示每个组

          pm25
Date
01/01/19  8.50
01/02/19  9.20
01/03/19  7.90
01/04/19  8.90
01/05/19  6.00

执行

df.groupby（'Date'）.mean（'pm25'）

后，上面返回的数据框表示

01/01/19

组的平均值

pm25

为8.50，以此类推

如果要从索引中检索

Date

列，可以在groupby之后执行

reset_index（）

df.groupby（'Date'）。平均值（'pm25'）。重置索引（）

给

       Date  pm25
0  01/01/19  8.50
1  01/02/19  9.20
2  01/03/19  7.90
3  01/04/19  8.90
4  01/05/19  6.00
5  01/06/19  6.75
6  01/11/19  8.50
7  01/12/19  9.20
8  01/21/19  9.20

或者将to

False的
as_index
参数指定为

df.groupby（'Date'，as_index=False）。平均值（'pm25'））
日期现在是索引，因此df.index或使用df.reset_index（），那么df['date']应该可以工作只需使用
.reset_index（）
到df.groupby（）行这就解决了它！非常感谢。