我有一个数据框架结构从多年来的人口统计数据的CSV文件中派生而来。即,文件中的列是每月的时间间隔(1999-01,1999-02 ... 2016-12),并且行是世界上不同的人口中心(例如伦敦,多伦多,波士顿等):提取和分组熊猫数据框中的列集合
df = pd.DataFrame({'1999-01' : [100, 5000, 8000], '1999-02' : [200, 6000, 9000], '1999-03' : [300, 7000, 10000], ..., cities : ['CityA', 'CityB', 'CityC' ...]})
我想按季度分隔这些列。因此,我想借此平均人口从1999年至1901年,1999年至1902年,为1999-9每一行,并为此项创建新列“1999Q1”,以每3个月做这个:
df_quarter = pd.DataFrame({'1999Q1' : [200, 6000, 9000], '1999Q2' : ..., cities = ['CityA', 'CityB', 'CityC' ...]})
#Q1 corresponds to months 01-03, Q2 to months 04-06, Q3 to months 07-09, Q4 months 10-12, all inclusive
然而,我很难概念化查询来完成此操作。我有一半的想法使用.groupby()然后.agg(),但我不知道如何有效地指定一个3列分组并遍历列。有人能指点我正确的方向吗?
编辑:假设列不是日期,而是更抽象的东西,并且不能使用时间段的简单重新采样。例如:
#Prices of different foods from different vendors
df = pd.DataFrame({'oranges' : [2, 3, 7], 'apples' : [6, 3, 9], 'cheese' : [13, 9, 11], 'milk' : [6, 5, 12], 'vendors' : ['VendorA', 'VendorB', 'VendorC']})
现在,如果我想创造两列,结合水果和牛奶制品,是有一些方法我可以指定索引聚集呢?
请仔细阅读[这](HTTP://计算器.com/questions/20109391/how-to-make-good-reproducible-pandas-examples),并学习如何问一个好的熊猫问题。没有人会凭空为您制作实例和解决方案。 –
将进行适当的编辑。 –