Python 2.7 在python中按年份分组数据

我有一个csv文件，其中包含从2006/01/01到2011/01/01的数据，它包含：（timestapm、heure、lat、lon、impact），我需要计算多年来每月的平均影响，然后绘制它。 我认为我应该每天分组数据，然后按月分组，然后按年分组

以下是我的数据示例：

 timestamp,heure,lat,lon,impact,type
 2007-01-01 00:00:00,13:58:43,33.837,-9.205,10.3,1
 2007-01-02 00:00:00,00:07:28,34.5293,-10.2384,17.7,1
 2007-01-02 00:00:00,23:01:03,35.0617,-1.435,-17.1,2
 2007-01-03 00:00:00,01:14:29,36.5685,0.9043,36.8,1
 2007-01-03 00:00:00,05:03:51,34.1919,-12.5061,-48.9,1

下面是我使用的代码：

names =["timestamp","heure","lat","lon","impact","type"]
data = pd.read_csv('flash.txt', names=names, parse_dates=['timestamp'], index_col=['timestamp'])
print (data.head())
daily = data.groupby(pd.TimeGrouper(freq='D'))['impact'].count()
monthly = daily.groupby(pd.TimeGrouper(freq='M'))['impact'].count()
ax = yearly.plot(kind='bar')
plt.show()

下面是我得到的结果：

所以，我的主要要求是，如何按年份分组，以便有（第一年的1月在文件中直到去年的1月在文件中收集在一个栏中）等所有月份。

---

有什么想法吗？

您可以按组合进行分组： （假设您有时间-日期-时间索引）

---

这将按年份和月份分组

您可以按组合进行分组： （假设您有时间-日期-时间索引）

---

这将按年份和月份分组

这只是另一种方式：

data.groupby(lambda x: (x.year, x.month)).size()

同样地：

df.groupby([lambda x: x.year, lambda x: x.month]).size()

---

只是另一种方式：

data.groupby(lambda x: (x.year, x.month)).size()

同样地：

df.groupby([lambda x: x.year, lambda x: x.month]).size()

---

---

你问题的答案听起来像是你在第5行申请的分组月。或者你还想要别的吗？这是一个月一组，我需要一年一组等等，我很困惑：你想要一年一个月，对吗？是的，我需要一年一组，我需要一个月一组，以便有所有的月份（例如：6年的1月）在一个栏中等等…你的问题的答案听起来像是你在第5行申请的分组月。或者你想要别的吗？这是一个月一组，我需要一年一组等等，我很困惑：你想要一年一个月，对吗？是的，我需要一年一年地分组，我需要一个月一组，以便把所有的月份（例如：6年的1月）都放在一个酒吧里，等等…我照你说的做了，我得到了这个错误：“tuple”对象没有属性“month”，你的索引是datetime索引吗？（检查：data.index.dtype_str）我检查了一下，得到了：datetime64[ns]应该没有理由不起作用。你能分享你的代码片段+一段数据吗？你可以使用一些东西，比如说它是我的错，它现在工作得很好…谢谢你，muchi照你说的做了，我得到了这个错误：“tuple”对象没有属性“month”你的索引是datetime索引吗？（检查：data.index.dtype_str）我检查了一下，得到了：datetime64[ns]应该没有理由不起作用。你能分享你的代码片段+一段数据吗？你可以用我不好的东西，现在可以用了，很好…非常感谢