如何用Pandas按日期、区域、事件等级筛选计算平均速度？

核心步骤说明 #

问题大概率出在日期列未正确转换为datetime类型，或是条件筛选的逻辑组合有误，按以下步骤操作即可得到正确结果：

1. 先将Date列转为datetime格式
   原始数据里的Date是字符串格式，直接按年份筛选会失效，必须先做类型转换：

import pandas as pd

# 读取你的数据（根据实际数据源调整，比如read_excel）
df = pd.read_csv('your_data_file.csv')
# 转换Date列为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

2. 多重条件筛选+计算均值
   同时匹配三个条件：年份为2017、Area等于Reet、Incidents等于M，然后提取Speed列计算平均值：

# 组合筛选条件
filter_mask = (df['Date'].dt.year == 2017) & (df['Area'] == 'Reet') & (df['Incidents'] == 'M')
# 计算目标平均值
target_avg = df.loc[filter_mask, 'Speed'].mean()

# 按预期格式输出结果（保留两位小数）
print(round(target_avg, 2))

之前方法失效的可能原因 #

• 未转换Date列类型：直接用字符串匹配年份容易因格式差异出错，dt.year也无法在字符串列上生效；
• date_range或set_index的用法有误：这类方法更适合时间序列的切片，不如直接用布尔掩码的方式直观，容易出现条件对齐错误。

内容的提问来源于stack exchange，提问作者dangoqut132