Python 熊猫：如何每周汇总数据？

我有一个熊猫数据框，看起来如下所示：

df
         date    lat         lon   val
0   2010-09-01  38.5437 -9.50659    6
1   2010-09-02  38.5437 -9.50659    3
2   2010-08-10  38.5437 -9.50659    1
3   2010-08-11  38.5437 -9.50659    5
4   2010-08-12  38.5437 -9.50659    6

df
        month   week    lat      lon        val
0   2010-09      1     38.5437  -9.50659    4.5
4   2010-08      2     38.5437  -9.50659     4

对于

lat

和

lon

的每个值，我希望每周都有

val

的平均值

例如，我想要如下内容：

df
         date    lat         lon   val
0   2010-09-01  38.5437 -9.50659    6
1   2010-09-02  38.5437 -9.50659    3
2   2010-08-10  38.5437 -9.50659    1
3   2010-08-11  38.5437 -9.50659    5
4   2010-08-12  38.5437 -9.50659    6

df
        month   week    lat      lon        val
0   2010-09      1     38.5437  -9.50659    4.5
4   2010-08      2     38.5437  -9.50659     4

这是我试图做的第一步，但我得到了一个错误

df = df.resample('W', on='date')['val'].mean().reset_index(drop=True)
DataError: No numeric types to aggregate

或

---

首先将

val

转换为数字，然后删除

[]

周围的

'lat'，lon'

：

df['val'] = pd.to_numeric(df['val'])

df['date'] = pd.to_datetime(df['date'])

df = (df.groupby(['lat', 'lon', pd.Grouper(key='date', freq='W-MON')])['val']
        .mean()
        .reset_index())
print (df)
       lat      lon       date  val
0  38.5437 -9.50659 2010-08-16  4.0
1  38.5437 -9.50659 2010-09-06  4.5

如果需要月份周期和一年中的一周：

df = df.groupby([df['date'].dt.to_period('m').rename('month'), 
                 df['date'].dt.isocalendar().week.rename('week'),
                 'lat', 'lon'])['val'].mean().reset_index()
print (df)
     month  week      lat      lon  val
0  2010-08    32  38.5437 -9.50659  4.0
1  2010-09    35  38.5437 -9.50659  4.5