我有一个Dataframe，其中包含从2021年10月到今天的每日两个区域的已售房价。
我想找到每个月的平均房价，然后用绘图的方式绘制一个图表，看看每个地区的价格是下降还是上升。
示例数据帧：
DateSold Price Area
12/10/2021 00:00 300000 Area A
17/10/2021 00:00 350000 Area B
18/10/2021 00:00 400000 Area B
11/12/2021 00:00 412000 Area A
17/12/2021 00:00 315000 Area A
08/01/2022 00:00 385000 Area A
09/01/2022 00:00 445000 Area A
15/01/2022 00:00 309000 Area B
15/01/2022 00:00 350000 Area B
我尝试将datetime列转换为每月频率的周期索引，然后使用GroupBy. means取平均值：
df2.groupby(pd.PeriodIndex(df2['Datesold'], freq="M"))['Price'].mean()
有人能给我指出正确的方向吗？我如何才能达到每月的平均房价，并巧妙地绘制出它？
我正在使用下面的代码
fig = px.line(df, x = df['DateSold'], y = df['Price'], title='Average sold house price
您的DateTime列没有频率或周期性。即使是这样，您也不需要转换为PeridIndex。您可以使用DateSold列的月/month_name进行分组，如下所示：
# convert object to datetime
df.DateSold = pd.to_datetime(df.DateSold, format="%d/%m/%Y %H:%M")
# compute the monthly averages
df_avg = df.groupby(df.DateSold.dt.month_name(), as_index=True)['Price'].mean()
DateSold
December 363500.0
January 372250.0
October 350000.0
然后，您可以绘制结果
fig = px.bar(df_avg, x = df_avg.index, y = df_avg, title='Average sold house price')
fig
