代码之家 › 专栏 › 技术社区 › W. Walter

熊猫-根据混合频率数据计算月平均值

average time-series pandas python

W. Walter · 技术社区 · 4 年前

假设我有一个数据集,由每月、每季度和每年平均发生的事件组成:

multi_index = pd.MultiIndex.from_tuples([("2022-01-01", "2022-12-31"), 
                                  ("2022-01-01", "2022-03-30"), 
                                  ("2022-03-01", "2022-03-30"),
                                  ("2022-04-01", "2022-04-30")])

multi_index.names = ['period_begin', 'period_end']

df = pd.DataFrame(np.random.randint(10, size=4), index=multi_index)
df

                         0
period_begin period_end   
2022-01-01   2022-12-31  4
             2022-03-30  3
2022-03-01   2022-03-30  5
2022-04-01   2022-04-30  8

我想将每月平均数计算为这些重叠数据的(简单)总和。例如,2022年3月的平均值应等于2022年3月、2022年1月和2022年Y月的观测值之和。对于2022年4月,这是2022年4月和2022年Y月的总和(2022年第2季度没有出现,也没有观察到)。最后,我想要的是:

month_begin  Monthly_Avg                    
2022-01-01   7
2022-02-01   7
2022-03-01   12
2022-04-01   15
...
2022-12-01   4

我试过了 pd.Grouper() 但它没有起作用。有人有主意吗?我将不胜感激!

1 回复 | 直到 4 年前

jezrael 4 年前

使用 date_range 在月值列表理解中,创建DataFrame并聚合 sum :

L = [(x, v) for (s, e), v in df[0].items() for x in pd.`(s, e, freq='MS')]

df = (pd.DataFrame(L, columns=['month_begin','Data'])
        .groupby('month_begin', as_index=False)['Data']
        .sum())
print (df)
   month_begin  Data
0   2022-01-01     7
1   2022-02-01     7
2   2022-03-01    12
3   2022-04-01    12
4   2022-05-01     4
5   2022-06-01     4
6   2022-07-01     4
7   2022-08-01     4
8   2022-09-01     4
9   2022-10-01     4
10  2022-11-01     4
11  2022-12-01     4

推荐文章