如何用Pandas简化月度逐小时数据按小时求均值的实现？

核心思路 #

利用Pandas的时间分组与聚合功能，替代手动指定行号的繁琐操作，自动按小时维度计算月度均值，适配任意天数的月份（28/29/30/31天通用）。

分步实现 #

1. 确保时间列格式正确
   如果数据集已有时间字段（如timestamp），先转换为datetime类型：

   import pandas as pd
   df1['timestamp'] = pd.to_datetime(df1['timestamp'])
   

   如果没有时间列，可按数据顺序生成对应时间序列（以2024年1月为例）：

   df1['timestamp'] = pd.date_range(start='2024-01-01', periods=len(df1), freq='H')
   

2. 提取小时维度
   从时间列中提取小时数，作为分组依据：

   df1['hour'] = df1['timestamp'].dt.hour
   

3. 分组计算小时均值
   按hour字段分组，直接聚合计算均值：

   hourly_mean = df1.groupby('hour').mean()
   

完整示例代码 #

import pandas as pd

# 加载你的数据集（示例：假设df1是已加载的小时级数据）
# df1 = pd.read_csv('your_data.csv')

# 处理时间列（二选一）
# 已有时间列的情况
df1['timestamp'] = pd.to_datetime(df1['timestamp'])
# 无时间列的情况（以2024年1月为例）
# df1['timestamp'] = pd.date_range(start='2024-01-01', periods=len(df1), freq='H')

# 提取小时
df1['hour'] = df1['timestamp'].dt.hour

# 批量计算各小时月度均值
hourly_mean = df1.groupby('hour').mean()

# 输出结果
print(hourly_mean)

扩展说明 #

如果需要处理跨月份的数据集，同时按月份+小时分组计算：

monthly_hourly_mean = df1.groupby([df1['timestamp'].dt.month, 'hour']).mean()

内容的提问来源于stack exchange，提问作者Kushagra Gupta