python - 根据发生的月份对数组中的值进行分组的最有效方法是什么？

Question

我有一些我通过以下方式读取的数据：

filename = 'minamORE.txt'
f1 = open(filename, 'r')
lines = f1.readlines()

mOREt = []
mOREdis = []



import pandas as pd

data = pd.read_csv('minamORE.txt',sep='\t',header=None,usecols=[2,3])
mOREdate = data[2].values
mOREdis = data[3].values

mOREdis = np.float64(mOREdis)
mOREdate = np.array(mOREdate, dtype = "datetime64")

日期数组跨越 20 年，并且每天都有一个条目。我想知道如何将所有 1 月份的测量值与所有其他 1 月份的测量值组合在一起，依此类推，直到 12 月份。

我对 python 的经验不足，无法真正想到任何解决方案，而是手动执行如下操作：（注意：10 月 1 日是第一次测量） OCTMeasurements = [mOREdis[0,31], mOREdis[0+365, 31+ 365], ..... [0+20*365, 31+20*365]

出于显而易见的原因，我想尽可能避免这样做。

日期以以下格式存储：YYYY-MM-DD。

如果我能以某种方式参考价值基础而不是 MM 值，我觉得这将是最有效的方法，但同样，缺乏经验使我无法这样做。

标签： pythonarrayspandas