Python 查找在8天内具有最大平均值的行
我有一个很长的时间序列pandasPython 查找在8天内具有最大平均值的行,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个很长的时间序列pandasDataFame,有一千多列。我试图在8天内找到一个最大平均值的行。例如: df = pd.DataFrame(np.random.randint(0,100,size=(731, 100)), columns=np.arange(100),index=pd.date_range('2000',periods=731)) 我试图根据最大行数平均值获得8天的最大数据帧。我试着这样做: df_max = df.resample('8d').max() 和df_m
DataFame
,有一千多列。我试图在8天内找到一个最大平均值的行。例如:
df = pd.DataFrame(np.random.randint(0,100,size=(731, 100)), columns=np.arange(100),index=pd.date_range('2000',periods=731))
我试图根据最大行数平均值获得8天的最大数据帧。我试着这样做:
df_max = df.resample('8d').max()
和df_max
看起来像:
平均值为:
2000-01-01 86.18
2000-01-09 88.85
2000-01-17 89.85
2000-01-25 88.18
2000-02-02 89.58
2000-02-10 89.05
2000-02-18 86.54
2000-02-26 89.22
2000-03-05 87.94
2000-03-13 89.95
2000-03-21 89.74
但为了确保我计算了平均值,并将最大8天与平均值进行了比较,但结果不同
df['mean'] = df.mean(axis=1)
df['mean'].resample('8d').max()
2000-01-01 53.56
2000-01-09 52.26
2000-01-17 55.00
2000-01-25 51.67
2000-02-02 52.46
2000-02-10 52.61
2000-02-18 52.20
2000-02-26 52.60
2000-03-05 57.00
2000-03-13 53.73
2000-03-21 54.50
2000-03-29 54.51
2000-04-06 50.53
2000-04-14 51.89
所以我认为我做得不对。任何有助于正确使用df_max的帮助都将非常有用 没有理由得出相同的结果
{{1, 2, 6,},
{4, 5, 3,},
{3, 8, 6,},}
取最大值,然后取平均值
column max:{4, 8, 6}
avg: 6
取平均值,然后取最大值
avg: {{3},
{4},
{5.666}}
max: 5.666
这些行动的顺序很重要