熊猫石斑鱼与时间石斑鱼

Question

新的 pandas 版本弃用了

TimeGrouper

，所以我们应该使用常规的

Grouper

。

旧代码：

df['column_name'].groupby(pd.TimeGrouper("M")).mean().plot()

在旧版本的 pandas 中运行良好。然而，没有一个：

df.groupby(pd.Grouper(key='column_name', freq="M")).mean().plot()
df['column_name'].groupby(pd.Grouper(freq="M")).mean().plot()

适用于新版本。 要么认为钥匙丢失，要么 pandas 抱怨：

Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Float64Index'

编辑

import pandas as pd

df = pd.DataFrame({'column_name':['2017-01-01', '2017-01-02'],
                  'column_value':[1,3]})

df

df.index = pd.DatetimeIndex(df.column_name)

df.index

# old version
df['column_value'].groupby(pd.TimeGrouper("M")).mean().plot()

# new version
df.groupby(pd.Grouper(key='column_value', freq="M")).mean().plot()

Answer 1

正如我在评论中所说，键应该是石斑鱼中的日期时间。 Timegrouper 默认将其转换为日期时间，因此使用

df['column_name'] = pd.to_datetime(df['column_name'])
# new version
df.groupby(pd.Grouper(key='column_name', freq="M")).mean().plot()

Answer 2

既然您现在已将

df.index

设置为日期时间索引，那么您可以使用

resample

按月间隔进行聚合，如下所示：

df.resample('1ME').mean('column_value')
# returns the result as a Pandas.DataFrame

或者，这也有效：

df['column_value'].resample('1ME').mean()
# returns the result as a Pandas.Series