Pandas如何按周聚合数据，按经纬度分组求字段均值？

报错原因分析 #

第一种写法报错原因 #

• 未对lat、lon进行分组，直接全表重采样不符合按地理位置分组统计的需求
• 未提前将date列转换为datetime类型，resample无法识别时间维度，触发DataError: No numeric types to aggregate报错
• 结尾的reset_index(drop=True)会直接丢弃所有时间、分组字段，即使运行成功也无法得到目标结构

第二种写法报错原因 #

• 分组参数多套了一层多余的方括号：[['lat', 'lon'], ...]会被pandas识别为一个长度为2的独立分组键，和df的行长度不匹配，触发ValueError: Grouper and axis must be same length报错
• 分组键需要是平级列表，将所有分组维度放在同一层级即可

正确实现代码 #

首先先将date列转换为datetime类型，这是所有时间类操作的前提：

import pandas as pd
# 转换日期格式
df['date'] = pd.to_datetime(df['date'])
# 按lat、lon、周分组计算val平均值，freq可根据周起始规则调整，比如W-MON代表周一为周起始
res = df.groupby(['lat', 'lon', pd.Grouper(key='date', freq='W')])['val'].mean().reset_index()
# 提取目标month、week字段
res['month'] = res['date'].dt.strftime('%Y-%m')
res['week'] = res['date'].dt.isocalendar().week
# 调整列顺序得到最终结果
final_df = res[['month', 'week', 'lat', 'lon', 'val']]

内容的提问来源于stack exchange，提问作者emax