Python 在pandas中指定groupby之后的datetime

我正在做一个气候学，即在数据框架上，以多年的每日数据和日期时间为索引，进行如下平均：

df.groupby([df.index.month, df.index.day]).mean()

一旦我做了groupby，datetime索引就消失了。这很有意义，因为groupby之后的每一行都没有唯一的datetime

有没有一种方法可以在groupby完成后通过人为地指定一年来重新引入日期时间

--编辑数据帧：

datetime    val1    val2
1/1/2000    74.25769    5.813470958
1/2/2000    74.25769    5.813470958
1/3/2000    74.25769    5.813470958
1/4/2000    74.25769    5.813470958
1/5/2000    76.67728083 5.813470958
1/6/2000    76.67728083 5.813470958
1/7/2000    76.67728083 5.813470958
1/4/2001    76.67728083 5.813470958
1/5/2001    77.30620917 12.3357252
1/6/2001    77.30620917 12.3357252
1/7/2001    77.30620917 12.3357252
1/8/2001    77.30620917 12.3357252
1/9/2001    77.30620917 12.3357252
1/10/2001   77.30620917 12.3357252

---

IIUC您丢失了

年

信息，但您可以通过自定义

年

和

月

和

天

从

索引

中进行设置：

import datetime

df = df.groupby([df.index.month, df.index.day]).mean()
print df
           val1       val2
1 1   74.257690   5.813471
  2   74.257690   5.813471
  3   74.257690   5.813471
  4   75.467485   5.813471
  5   76.991745   9.074598
  6   76.991745   9.074598
  7   76.991745   9.074598
  8   77.306209  12.335725
  9   77.306209  12.335725
  10  77.306209  12.335725

df['Date'] = df.index.map(lambda x: datetime.date(2000, x[0], x[1]))
print df.set_index('Date')
                 val1       val2
Date                            
2000-01-01  74.257690   5.813471
2000-01-02  74.257690   5.813471
2000-01-03  74.257690   5.813471
2000-01-04  75.467485   5.813471
2000-01-05  76.991745   9.074598
2000-01-06  76.991745   9.074598
2000-01-07  76.991745   9.074598
2000-01-08  77.306209  12.335725
2000-01-09  77.306209  12.335725
2000-01-10  77.306209  12.335725

---

IIUC您可以通过将

df

与

reset_index

分组，然后从groupedtanks@AntonProtopopov将

set_index

设置，如果您可以将其添加为答案，我可以测试并接受您是否可以显示

df

？可能是类似于

df.head（10）

？@antonprotopov，添加了示例dataframeHmm，

mean

with

dtype

datetime64[ns]

给我一个错误：

TypeError:reduction operation'mean'不允许用于此dtype

。在我这样做之后：

df1=df.reset_index（）；df1.groupby（[df1.datetime.dt.month，df1.datetime.dt.day]）.mean（）

datetime

列消失。。