Python 多年来每天的平均值

快速问：

拥有一个数据集：这是几年中每天的测量值。 试图计算出所有相同日期的平均值。i、 e 1995年1月1日、1996年1月1日和1997年1月1日等的平均数

我试过这个：

z=df.groupby(df.index.day,df.index.month).mean()

但是你可以得到：

TypeError: unhashable type: 'numpy.ndarray'

---

干杯你需要通过一个列表：

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

---

您所做的是传递多个arg，因此它将months数组解释为轴的arg，请参见

Hey@EdChum只是将此添加为答案，因为注释的显示不允许我显示我的意思。我同意日期格式是一种高级语法！然而，当我按相反的顺序做时，我得到

    WindSpeed

1   1   1   9.283333
1   2   6.694444
1   3   7.861111
1   4   9.223529
...
1   31  8.964706
2   1   9.127778
2   2   8.733333
2   3   7.511111
...

其中第一个指数是月，第二个指数是日。 当我按照你建议的顺序做时，我得到：

    WindSpeed
1   1   9.283333
1   2   8.361111
1   3   6.670588
1   4   7.155556
1   5   8.450000
1   6   4.777778
1   7   3.666667
1   8   4.011765
1   9   5.210526
1   10  6.972222
1   11  7.647059
1   12  6.844444
...

---

其中第一个指数是天（从1-31），第二个指数是月（从1-12）。我们通常按顺序查看数据，1月1日之后是1月2日。在你的书里，一月一日之后是二月一日。这让我有点困惑！不管怎样，我的工作对我的需要更好。我非常感谢你的回答！帮助我解决了我的问题。

您的数据是如何存储的？检查一下就好了，这样（因为我将数据分为几年，即1990-2000年和2000-2010年）它们的顺序是否相同。只要标签上写着（1,1），（2,20），（4,11），（5,31），（7,20），（9,8），（10,28），（12,17），它就会按照你传递的参数列表对它们进行排序，除非你想保留df顺序，在这种情况下，pass

sort=False

注意：颠倒语法会得到更直观的结果；第一个指数是月，第二个指数是日<代码>日期分组比（[dat.index.month，dat.index.day]）.mean（）。否则，你可能会挠头，不知道为什么一个月只有12天，一分钟才意识到发生了什么。@EHB我生活在世界的一部分，那里的惯例是

dd/mm/yyyyy

日期的表示方式取决于当地人的偏好，此外，这也是OP要求的格式