Python 熊猫每周每天的平均行数

要获得工作日的行总数/计数，我执行以下操作：

df['day'] = pandas.to_datetime(df['datetime']).dt.day_name()
print(pandas.value_counts(df.day))

但是，如果数据框中的星期五比星期一多，那么如何获得每个工作日的平均行数呢？ 或者问另一个问题：我如何将每个计数除以工作日发生的次数

澄清： 例如，有5个月，星期二，星期四，但有4个星期五，星期六，星期日（）我想把月，星期二，星期四的计数除以5，把星期五，星期六，星期日（）的计数除以4

---

下面的答案是正确的

假设您只需要天数：

 num_days = df['day'].value_counts()

如果需要数据集中的天数百分比

 df['day'].value_counts(normalize=True)

更进一步说，看起来您想要的是数据集中的天数，而不是可能的天数

 # Create series for days in your dataframe
 days_in_df = df['day'].value_counts()

 # Create a dataframe with all days
 start = '01/01/2019'
 end = '01/31/2019'
 all_days_df = pd.DataFrame(data={'datetime':pd.date_range(start='01/01/2019',periods=31,freq='d')})
 all_days_df['all_days'] = all_days_df['datetime'].dt.day_name()

 # Use that for value counts
 all_days_count = all_days_df['all_days'].value_counts()

 # We now merge them
 result = pd.concat([all_days_count,days_in_df],axis=1,sort=True)

 # Finnaly we can get the ration
 result['day']/result['all_days']

---

df.groupby（'day'）。value_counts（）

？我想我看到了那里发生的事情，并添加了一些额外的步骤。我想你可能想要比率。我可能把我的问题写错了。df['day'].value_counts（）给出一周中每天的计数，但我需要一周中每天的平均计数。例如，有5个月，星期二，星期四，但有4个星期五，星期六，星期四（）我想把月，星期二，星期四的计数除以5，星期五，星期六，星期四（）的计数除以4，我不明白分母的逻辑。是指在一个时间范围内发生的天数吗？如果是，请参见编辑以回答。我们的编辑重叠了谢谢您提供的解决方案我将尝试一下