2013-07-02 206 views
2

我對數據框的平均值計算有不同的值。通常情況下,我想他們應該是一樣的。 或者有什麼區別:Python - 大熊貓:日平均值的月平均值與月平均值本身之間的差異

daily1 = daily_above_zero['2011-2'].mean() 

daily1 
Out[181]: 
P_Sanyo_Gesloten 136.751724 
P_Sanyo_Open  142.491701 
dtype: float64 

daily2 = daily_above_zero['2011-2'].resample('m',how='mean') 

daily2 
Out[187]: 
P_Sanyo_Gesloten 136.751724 
P_Sanyo_Open  142.491701 
dtype: float64 

這:

daily2 = daily_above_zero['2011-2'].resample('D',how='mean').mean() 

daily2 
Out[185]: 
P_Sanyo_Gesloten 132.178545 
P_Sanyo_Open  137.536975 
dtype: float64 
+0

是什麼daily_above_zero? –

+0

daily_above_zero是一個熊貓數據框。 – Jomme

回答

2
In [11]: df = DataFrame(randn(100000,2),index=pd.date_range('20130101',periods=100000,freq='T'),columns=list('AB')) 

In [12]: df 
Out[12]: 
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 100000 entries, 2013-01-01 00:00:00 to 2013-03-11 10:39:00 
Freq: T 
Data columns (total 2 columns): 
A 100000 non-null values 
B 100000 non-null values 
dtypes: float64(2) 

這是每一個每列的所有意見的總和/ 10萬

In [13]: df.mean() 
Out[13]: 
A -0.001421 
B -0.000764 
dtype: float64 

這是每列的平均,而是由一個月分組,所以differening OBS的數量每月

In [14]: df.resample('m',how='mean') 
Out[14]: 
        A   B 
2013-01-31 -0.004447 0.003479 
2013-02-28 0.001062 -0.002656 
2013-03-31 0.000903 -0.008289 

僅有上面的數字,例如平均月平均的平均

In [15]: df.resample('m',how='mean').mean() 
Out[15]: 
A -0.000827 
B -0.002489 
dtype: float64 

集團的每一天,然後取平均值

In [16]: df.resample('D',how='mean') 
Out[16]: 
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 70 entries, 2013-01-01 00:00:00 to 2013-03-11 00:00:00 
Freq: D 
Data columns (total 2 columns): 
A 70 non-null values 
B 70 non-null values 
dtypes: float64(2) 

In [17]: df.resample('D',how='mean').mean() 
Out[17]: 
A -0.001005 
B -0.001491 
dtype: float64 

均值的平均值例如,如果你的所有觀察結果在同一個月,然後(你在上面的第1部分和第2部分)

df.resample('M',how='mean') == df.mean() 

第3部分應該是相同的,只有在你每天都有一整套觀察結果的情況下。在你的例子中不清楚如果是這種情況。

In [19]: df['2013-2'].mean() 
Out[19]: 
A 0.001062 
B -0.002656 
dtype: float64 

In [20]: df['2013-2'].resample('D',how='mean').mean() 
Out[20]: 
A 0.001062 
B -0.002656 
dtype: float64 

當我的意思是每一天,我的例子每天都有60級* 24的OBS

In [21]: df['2013-2'].count() 
Out[21]: 
A 40320 
B 40320 
dtype: int64 

In [22]: 24*60 
Out[22]: 1440 

28天的二月

In [23]: 24*60*28 
Out[23]: 40320