Pandas：获取某些行的平均值并作为datafram返回

Question

我有一个这样的df

它包含speed和{}，位于不同日期的小时分钟。例如，第一行记录在7:11，20060101，dir=87, speed=5。在

现在，我认为数据可能太精确了，我想用每小时的平均值来计算。我该怎么做？在

---

我可以通过groupy

df['Hr']=df['HrMn'].apply(lambda x: str(x)[:-2])
df.groupby(['date', 'Hr'])['speed'].mean()

我想要什么就要什么

但它不是一个数据帧，我怎样才能用于以后的计算呢？具体来说，我想知道

1. 如果我使用的groupby方法是解决这个问题的正确方法吗？如果是，以后如何使用它作为数据帧？（我还需要获得dir、dir_max和其他属性）

2. 结果groupby返回的顺序不正确（在date和Hr）中，是否有必要对其重新排序？

---

更新：

如果我这样做，df.groupby(['date', 'Hr'])['speed'].mean().unstack()，它将返回

数据当然是正确的，但我仍然希望它遵循初始数据帧形式

除了HrMn->；Hr

Answer 1

你得到的是一个多索引数据帧。你可以试试

df.groupby(['date', 'Hr'])['speed'].mean().reset_index()

如果你想知道其余数据的平均值，试试看

^{pr2}$

编辑： 在速度列上应用平均值，在方向最大值和速度最大值上应用最大值

df.groupby(['date', 'Hr']).agg({'speed' : np.mean,'dir_max' : np.max, 'speed_max': np.max}).reset_index()