Pandas如何按date列日期计算value列平均值并扩展到全表

基于pandas实现该需求核心用到分组聚合方法groupby，具体实现逻辑如下：

基础实现（仅计算value列的日平均值） #

按date列分组后，对value列执行平均值聚合即可，示例代码如下：

import pandas as pd

# 构造示例数据集
data = {
    'value': [10,13,14,5,9,11,5,18,40,5],
    'date': ['2004-10-03']*5 + ['2004-11-03']*5
}
df = pd.DataFrame(data)

# 按date分组计算value的平均值
date_avg = df.groupby('date')['value'].mean()
print(date_avg)

输出结果与预期一致：

date
2004-10-03    10.2
2004-11-03    15.8
Name: value, dtype: float64

扩展到整个DataFrame的实现 #

如果DataFrame包含多个需要计算日平均值的数值列，直接对整个分组后的对象执行mean()方法即可，会自动对所有支持数值运算的列计算分组平均值：

# 全列按日期分组计算平均值
all_col_avg = df.groupby('date').mean()
print(all_col_avg)

如果需要保留原表的行结构，把平均值作为新列追加到原DataFrame中，可以搭配transform方法实现：

df['daily_value_avg'] = df.groupby('date')['value'].transform('mean')

内容的提问来源于stack exchange，提问作者Noz_Char