使用 .CSV 文件时，如何在 Python Pandas 中按月顺序对月份进行排序？

Question

对于每个名称/位置，计算每月的平均降雪量。将结果保存在两个单独的 .csv 文件中（一个用于 2016，另一个用于 2017）将文件命名为 average2016.csv 和 average2017.csv。我使用 Python 3.8 和 Panadas。我用这段代码完成了这个：import numpy as npimport pandas as pddf = pd.read_csv('filteredData.csv')df['DATE'] = pd.to_datetime(df['DATE'])df['year'] = pd.DatetimeIndex(df['DATE']).yeardf16 = df[(df.year == 2016)]df17 = df[(df.year == 2017)]df_2016 = df16.groupby(['NAME', 'Month'])['SNOW'].mean().reset_index()df_2017 = df17.groupby(['NAME', 'Month'])['SNOW'].mean().reset_index()df_2016[['NAME', 'Month', 'SNOW']].to_csv('average2016.csv')df_2017[['NAME', 'Month', 'SNOW']].to_csv('average2017.csv')这张图片显示了我 2016 年的平均结果。但是，我遇到的问题是月份不是按月顺序排列的。我希望他们从 1 月到 12 月去每个地点。示例：我希望名称：ADA 0.7 SE，MI US Month's 是 May 然后是 June。我怎么能做到这一点？还有没有办法摆脱第一个编号的列？

Answer 1

您可以sort在 DATE 列上。但是你需要记住sort=False在你的 groupby 中做，否则它将使用字符串排序在那里排序。此外，您每年的重复代码可以替换为单个 groupby，添加year到分组键中。然后，您将分别写入不同的文件，index=False这就是您摆脱索引的方式。

import numpy as np

import pandas as pd

df = pd.read_csv('filteredData.csv')

df['DATE'] = pd.to_datetime(df['DATE'])

df['year'] = df['DATE'].dt.year         # Datetime has this attribute already 

df = df.sort_values(['NAME', 'DATE'])   # Output will be in order within each Name

df = (df[df.year.between(2016,2017)]    # Only 2016 and 2017

        .groupby(['year', 'NAME', 'Month'], sort=False)['SNOW']

        .mean().reset_index())

for year,gp in df.groupby('year'):      # Write files separately by year

    gp[['NAME', 'Month', 'SNOW']].to_csv(f'average{year}.csv', index=False)