Q&A
前提・実現したいこと
2010年から2019年の10年間、30分おきに観測している波高データがあり、
そこから10年分の月ごとの平均値を出し、以下のようなグラフを作成したいのですが、異なる年度をどのように平均計算するのかがわからないため質問させていただきます。
該当のソースコード
import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as dt from matplotlib.dates import date2num #有義波高の平均 pd.set_option('display.max_rows',20) df1=pd.read_csv('liverpool2010-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df2=pd.read_csv('liverpool2011-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df3=pd.read_csv('liverpool2012-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df4=pd.read_csv('liverpool2013-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df5=pd.read_csv('liverpool2014-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df6=pd.read_csv('liverpool2015-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df7=pd.read_csv('liverpool2016-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df8=pd.read_csv('liverpool2017-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df9=pd.read_csv('liverpool2018-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df10=pd.read_csv('liverpool/liverpool2019-bay-wavenet-site.csv',header=None, skiprows=1,)[[0,2]] df = pd.concat([df1, df2,df3,df4,df5,df6,df7,df8,df9,df10]) df.columns=["Time (GMT)", "Significant wave height (Hm0) (m)"] df['Time (GMT)']=pd.to_datetime(df['Time (GMT)']) df=df.set_index("Time (GMT)") df_a=df.resample('M').mean() df_a
試したこと
上記のようなプログラムを試し、各年ごと、月ごとの平均値を示す以下のようなdfまでは表示させられたのですが、その先どのように2010,2011,...2019の各月データの平均を取り、結合したらよいのかがわかりません。
Significant wave height (Hm0) (m)
Time (GMT)
2010-01-31 0.806613
2010-02-28 0.534516
2010-03-31 0.585578
2010-04-30 0.503285
2010-05-31 0.534234
... ...
2019-08-31 0.824227
2019-09-30 0.873375
2019-10-31 0.889899
2019-11-30 0.831382
2019-12-31 1.168272
[120 rows x 1 columns]
補足情報（FW/ツールのバージョンなど）
python3
jupyternotebook
回答1件
0
ベストアンサー
データは乱数で作ったものですが、以下のようにして月ごとの平均が求まります。
python
1>>> print(df) 2 wave hight 32010-01-31 1.023684 42010-02-28 0.574301 52010-03-31 0.634187 62010-04-30 1.491040 72010-05-31 0.516669 8... ... 92019-08-31 0.622982 102019-09-30 0.958544 112019-10-31 1.070728 122019-11-30 1.111832 132019-12-31 0.790572 14 15[120 rows x 1 columns] 16>>> df.reset_index(inplace=True) 17>>> df.columns = ['Time (GMT)', 'Significant wave height (Hm0) (m)'] 18>>> 19>>> df['month'] = df['Time (GMT)'].dt.month 20>>> df_mean = df.groupby('month')[['Significant wave height (Hm0) (m)']].mean() 21>>> print(df_mean) 22 Significant wave height (Hm0) (m) 23month 241 0.938171 252 0.995532 263 1.157956 274 1.279465 285 0.964688 296 1.136476 307 0.978370 318 0.936350 329 1.046416 3310 1.028055 3411 1.122128 3512 0.977307
投稿2021/09/22 15:59
総合スコア24666
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2021/09/23 05:14