在.CSV文件中，为每个位置（名称）计算每月平均降雪量，然后将结果保存在python中的两个单独的.CSV文件中？

对于filteredData.csv中的每个名称，计算每月的平均降雪量。将结果保存在两个单独的.csv文件中（一个用于2016年，另一个用于2017年），将文件命名为average2016.csv和average2017.csv

我正在使用Python3.8和pandas。我试过：

df = pd.read_csv('filteredData.csv')
g = df.groupby([df.DATE.dt.year, df.DATE.dt.month, 'NAME'])['SNOW'].mean().reset_index().sort_values() 
df_2016 = df.loc[df.DATE.dt.year == 2016]
df_2016.to_csv('average2016.csv', index=False)
df_2017 = df.loc[df.DATE.dt.year == 2017]
df_2017.to_csv('average2017.csv', index=False)

但我从中得到的只是错误。我不知道从哪里开始

---

您的

日期

字段最初具有数据类型

对象

，因此您需要在调用日期转换函数之前对其进行转换。在将数据集分解为两个数据帧（每年一个）后，我将

groupby

简化为按月分组

import numpy as np
import pandas as pd

df = pd.read_csv('filtered_data.csv')
df['date'] = pd.to_datetime(df['date'])
df['year'] = pd.DatetimeIndex(df['date']).year
df['month'] = pd.DatetimeIndex(df['date']).month

df16 = df[(df.year == 2016)]
df17 = df[(df.year == 2017)]

df_2016 = df16.groupby(df.month).mean()
df_2017 = df17.groupby(df.month).mean()

df_2016.to_csv('average2016.csv', index=False)
df_2017.to_csv('average2017.csv', index=False)

---

是否有办法将位置（名称）包含在内，以便我可以在新的平均值文件中按月对每个位置的平均值进行分组？还有没有办法将日期格式化为dd/mm/yyyy格式？