获取 Pandas 的平均年份（多年的平均天数）

我是 Pandas 时间序列和数据帧的新手，很难完成这个简单的任务。 我有一个从 2004 年 1 月 1 日到 2008 年 12 月 31 日的每一天的数据集“data”（一维 float32-Numpy 数组）。日期存储为日期时间对象“日期”的列表。 基本上，我想计算一个完整的“标准年” - 所有年份中每一天的平均值（1-365）。 我从这个类似的（？）问题开始（在 pandas 数据框中获取几年来工作日某个小时的平均值 https://stackoverflow.com/questions/16967165/getting-the-average-of-a-certain-hour-on-weekdays-over-several-years-in-a-pandas），但无法获得期望的结果 - 365“平均”天的时间序列，例如1 月 1 日、1 月 2 日这四个月的平均值...

一个小示例脚本：

import numpy as np
import pandas as pd
import datetime

startdate = datetime.datetime(2004, 1, 1)
enddate = datetime.datetime(2008, 1, 1)
days = (enddate + datetime.timedelta(days=1) - startdate).days
data = np.random.random(days)
dates = [startdate + datetime.timedelta(days=x) for x in range(0, days)]

ts = pd.Series(data, dates)
test = ts.groupby(lambda x: (x.year, x.day)).mean()

分组依据month和日期，而不是年份和日期：

test = ts.groupby([ts.index.month, ts.index.day]).mean()

yields

1  1     0.499264
   2     0.449357
   3     0.498883
...
12  17    0.408180
    18    0.317682
    19    0.467238
...    
    29    0.413721
    30    0.399180
    31    0.828423
Length: 366, dtype: float64