如何对含30年日数据的DataFrame按年中日分组计算变量均值？

方法1：基于已有的Month和Day列分组 #

你已经拆分出了Month和Day列，这两列的组合恰好对应年中的唯一日期，直接用它们作为分组键即可：

# 对所有数值列按[Month, Day]分组并计算均值
daily_mean = df.groupby(['Month', 'Day']).mean()

# 若只需计算特定变量（例如'temperature'和'rainfall'）的均值
daily_mean = df.groupby(['Month', 'Day'])[['temperature', 'rainfall']].mean()

分组后的结果默认是Month和Day组成的多级索引，如需转为普通列，可执行：

daily_mean = daily_mean.reset_index()

方法2：直接处理原始YYYYMMDD列（更严谨） #

虽然已拆分年月列，但直接转换原始日期列能避免拆分时的格式错误，步骤如下：

# 将int类型的YYYYMMDD转为datetime格式
df['date'] = pd.to_datetime(df['YYYYMMDD'], format='%Y%m%d')

# 提取不含年份的月日字符串（如'01-01'）作为分组标识
df['month_day'] = df['date'].dt.strftime('%m-%d')

# 按month_day分组计算均值
daily_mean = df.groupby('month_day').mean()

# 重置索引转为普通结构
daily_mean = daily_mean.reset_index()

也可以用一年中的第几天（1-366）作为分组键，适合无需直观月日显示的场景：

df['day_of_year'] = df['date'].dt.dayofyear
daily_mean = df.groupby('day_of_year').mean()

关键提示 #

• 若数据包含闰年2月29日，该日期的均值仅基于闰年的观测记录，符合统计逻辑；
• 确保待计算均值的列为数值类型（int/float），非数值列会被自动排除（指定特定列时不受影响）；
• 多级索引或%m-%d格式的分组键都便于后续按日期筛选和可视化。

内容的提问来源于stack exchange，提问作者lavender