时间序列-在python中计算不含29.02的每日平均值

问题是关于日平均值。我的降雨量列表（mm）如下所示

Y = [ 22,
    29,
    4,
    7,
    10,
    3,
    ...]

X是时间序列

X= [datetime.date(1991, 1, 1),
datetime.date(1991, 1, 2),
datetime.date(1991, 1, 3),
...
datetime.date(2017, 12, 13),
datetime.date(2017, 12, 14),
datetime.date(2017, 12, 15),]

X和Y的长度相同。我可以用它来画它

我想计算列表中的日平均值，但在每个列表中跳过29.02天 闰年（因此平均列表长度为365）， 也考虑不完整年（例如，在这个问题中只有11个月和15天在2017），所以新的列表（假设z）看起来像这个< /P>

Z = [ 28,
     19,
     ...
     20]

and len(Z) = 365

---

有人有聪明的方法来解决这个问题吗？我尝试的方式总是冗长而愚蠢。提前衷心感谢您。

pandas

TimeSeries具有该功能

更新4
按日期计算的年平均数

更新3

#fixed bug in leap dates

更新2从计算中删除所有2月29日

使用问题中的数据更新1

如果您确定Y具有自1991年1月1日以来的所有天数的值，则

Y = [ 22,29,4]
df = pd.DataFrame(Y, 
        index = pd.date_range('01.01.1991',periods = len(Y),freq ='D', name = 'date'),
        columns = ['rainfall'])
df

输出：

date    rainfall
1991-01-01  22
1991-01-02  29
1991-01-03  4

            rainfall
date                
2000-02-28      86.0
2000-02-29       NaN
2000-03-01      83.0

 month  day rainfall
 1  1   49.75
 1  2   53.96296296296296
 #.......................
 12 30  48.666666666666664
 12 31  57.48148148148148

若要删除所有02-29，请设置它们

np.NaN

，这将从计算中排除它们

leap_y = pd.Timestamp('29.02.1992') + pd.to_timedelta(1461*np.arange(7),'D')

df.loc[leap_y,'rainfall']=np.NaN
print(df['2000-02-28':'2000-03-01'])

输出：

date    rainfall
1991-01-01  22
1991-01-02  29
1991-01-03  4

            rainfall
date                
2000-02-28      86.0
2000-02-29       NaN
2000-03-01      83.0

 month  day rainfall
 1  1   49.75
 1  2   53.96296296296296
 #.......................
 12 30  48.666666666666664
 12 31  57.48148148148148

年平均日数

anual = df.groupby([df.index.month.rename('month'),
                    df.index.day.rename('day')]).mean().dropna()
anual

输出：

date    rainfall
1991-01-01  22
1991-01-02  29
1991-01-03  4

            rainfall
date                
2000-02-28      86.0
2000-02-29       NaN
2000-03-01      83.0

 month  day rainfall
 1  1   49.75
 1  2   53.96296296296296
 #.......................
 12 30  48.666666666666664
 12 31  57.48148148148148

---

共享数据和代码。请看这里：在

Y

1991年1月1日，你每天有一件物品？@AntonvBR我已经更正了，谢谢你的友好提醒。@Ilitimofev Yes或者你的想法是放弃所有2月29日的计算，假装在那个月只有28天？前半部分非常有用，但最后我想计算一年中的日平均值（所以平均值为01.01，平均值为02.01，平均值为03.01…等等），这样一个新列表将包含365个数据，每个数据都是平均值。现在我理解了你的问题：）你可以得到闰年2月29日的正确年平均值，只需跳过

df[leap\u y]=np.NaN

非常感谢！多么简洁有力：D