Python 按月份和年份取多个列值的平均值

我想使用以下数据：

Date            Producer         Hour          Product Rate
01-01-2001      Hamilton          0                 560
01-01-2001      Hamilton          1                 540
01-01-2001      Hamilton          2                 510
01-01-2001      Hamilton          3                 590
01-01-2001      Hamilton          4                 600
.
.
.
01-01-2001      Hamilton          23                150
01-02-2001      Hamilton          0                 510
01-02-2001      Hamilton          1                 530
01-02-2001      Hamilton          2                 540
.
.
.
01-01-2001      Checker          0                  150
01-01-2001      Checker          1                  260
01-01-2001      Checker          2                  256
01-01-2001      Checker          3                  360

我想根据每个日期每月/每年得到生产率的小时和生产商的平均值

这意味着我们不仅要按小时和制作人分组，还要按月份和年份分组

我想不出一个简单的方法来处理大型数据集。我试过：

data_avg = data.groupby([lambda x: x.year, lambda x: x.month]).mean()

但我不想在不完全了解lambda代码的工作原理或使用方法的情况下简单地复制和粘贴lambda代码

---

是否有更简单的方法按

groupby

筛选我需要的内容？我已将日期更改为日期时间格式，因此现在需要进行分组。

您也可以通过使用

groupby

来完成此操作，如下所示：

data_avg = data.groupby([data['Date'].dt.year.rename('year'), data['Date'].dt.month.rename('month'), data['Hour']])['Product Rate'].mean()

---

@HelloToEarth，现在请检查一下。我编辑了我的anwser。GroupBy中的列表缺少一个括号[]。这创建了一个类似（2010，1，0，'Hamilton'）的索引，其中第一个条目是年，第二个是月，第三个是小时，第四个是生产者。是否有一种方法可以将这些列作为实际列生成，而不是像这样分组到索引中？这会转换为一个系列，但当我使用

data\u avg.to\u frame

将系列转换为数据帧时，它会自动将索引解析为相应的列。