找到熊猫数据框中每三列的平均数

Question

我是Python和熊猫的新手。我有一个熊猫数据框，每月的列数从2000（2000-01）到2016（2016-06）不等。

我想找到每三个月的平均值并将其分配到新的季度列（2000q1）。我知道我可以做到以下几点：

df['2000q1'] = df[['2000-01', '2000-02', '2000-03']].mean(axis=1) 
df['2000q2'] = df[['2000-04', '2000-05', '2000-06']].mean(axis=1) 
    . 
    . 
    . 
df['2016-02'] = df[['2016-04', '2016-05', '2016-06']].mean(axis=1) 

但是，这是非常乏味的。我很感激，如果有人帮助我找到更好的方法。

Answer 1

您可以在列使用GROUPBY：

df.groupby(np.arange(len(df.columns))//3, axis=1).mean() 

或者，那些可以被转换成datetime。您可以使用重采样：

df.columns = pd.to_datetime(df.columns) 
df.resample('Q', axis=1).mean() 

---

这里有一个演示：

cols = pd.date_range('2000-01', '2000-06', freq='MS') 
cols = cols.strftime('%Y-%m') 
cols 
Out: 
array(['2000-01', '2000-02', '2000-03', '2000-04', '2000-05', '2000-06'], 
     dtype='<U7') 

df = pd.DataFrame(np.random.randn(10, 6), columns=cols) 

df 
Out: 
    2000-01 2000-02 2000-03 2000-04 2000-05 2000-06 
0 -1.263798 0.251526 0.851196 0.159452 1.412013 1.079086 
1 -0.909071 0.685913 1.394790 -0.883605 0.034114 -1.073113 
2 0.516109 0.452751 -0.397291 -0.050478 -0.364368 -0.002477 
3 1.459609 -1.696641 0.457822 1.057702 -0.066313 -0.910785 
4 -0.482623 1.388621 0.971078 -0.038535 0.033167 0.025781 
5 -0.016654 1.404805 0.100335 -0.082941 -0.418608 0.588749 
6 0.684735 -2.007105 0.552615 1.969356 -0.614634 0.021459 
7 0.382475 0.965739 -1.826609 -0.086537 -0.073538 -0.534753 
8 1.548773 -0.157250 0.494819 -1.631516 0.627794 -0.398741 
9 0.199049 0.145919 0.711701 0.305382 -0.118315 -2.397075 

第一备选方案：

df.groupby(np.arange(len(df.columns))//3, axis=1).mean() 
Out: 
      0   1 
0 -0.053692 0.883517 
1 0.390544 -0.640868 
2 0.190523 -0.139108 
3 0.073597 0.026868 
4 0.625692 0.006805 
5 0.496162 0.029067 
6 -0.256585 0.458727 
7 -0.159465 -0.231609 
8 0.628781 -0.467487 
9 0.352223 -0.736669 

第二个选择：

df.columns = pd.to_datetime(df.columns) 
df.resample('Q', axis=1).mean() 

Out: 
    2000-03-31 2000-06-30 
0 -0.053692 0.883517 
1 0.390544 -0.640868 
2 0.190523 -0.139108 
3 0.073597 0.026868 
4 0.625692 0.006805 
5 0.496162 0.029067 
6 -0.256585 0.458727 
7 -0.159465 -0.231609 
8 0.628781 -0.467487 
9 0.352223 -0.736669 

您可以指定这一个数据帧：

res = df.resample('Q', axis=1).mean() 

更改列名，只要你喜欢：

res = res.rename(columns=lambda col: '{}q{}'.format(col.year, col.quarter)) 

res 
Out: 
    2000q1 2000q2 
0 -0.053692 0.883517 
1 0.390544 -0.640868 
2 0.190523 -0.139108 
3 0.073597 0.026868 
4 0.625692 0.006805 
5 0.496162 0.029067 
6 -0.256585 0.458727 
7 -0.159465 -0.231609 
8 0.628781 -0.467487 
9 0.352223 -0.736669 

而且通过附加给你的当前数据帧：

pd.concat([df, res], axis=1)