Question

我想使用Pandas计算数据集中三个不同月份的三个值的平均值，该数据集列出了三个不同列中的年，月和感兴趣的值。通常情况下，我只会使用pandas.loc和isin（）以及panads.groupby函数来执行此操作，但我要分析的其中一个季节是12月 - 1月 - 2月，它将经历两个不同的年份数据（即12月。 2000年1月，2001年2月，2001年2月）。想知道是否有人对如何处理这类事情有任何建议。

2000  1  5
2000  2  6
2000  3  8
2000  4  10
2000  5  9
2000  6  11
2000  7  13
2000  8  6
2000  9  8
2000  10 7
2000  11 7
2000  12 4
2001  1  3
2001  2  5

（即在这种情况下，2000年1月和2月将被忽略，平均值为MAM：9，JJA：10，SON：7.33，DJF：4）

Answer 1

您可以定义自定义宿舍并使用groupby

# Test data
df = pd.DataFrame({'month': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2],
                   'year': [2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2001, 2001],
                   'value': [5.0, 6.0, 8.0, 10.0, 9.0, 11.0, 13.0, 6.0, 8.0, 7, 7, 4, 3.0, 5.0]})

# Custom quarters definition
quarters = {1: 'DJF', 2: 'DJF', 3: 'MAM', 4: 'MAM', 5: 'MAM', 6: 'JJA', 7: 'JJA', 8: 'JJA', 9: 'SON', 10: 'SON', 11: 'SON', 
    12: 'DJF'}

df = df.set_index(['month'])

# can be grouped by year and quarters
df.groupby(['year',quarters])['value'].mean()

year     
2000  DJF     5.000000
      JJA    10.000000
      MAM     9.000000
      SON     7.333333
2001  DJF     4.000000

# or only by quarters according to the needs
df.groupby(quarters)['value'].mean()

DJF     4.600000
JJA    10.000000
MAM     9.000000
SON     7.333333

Answer 2

我认为您正在寻找的是rolling_mean。

例如，

ts
Out[39]:
2000-01-31   -1.782781
2000-02-29    0.976542
2000-03-31   -1.932712
2000-04-30    0.098827
2000-05-31   -0.236521
2000-06-30   -0.869157
2000-07-31    0.653783
2000-08-31    0.341896
2000-09-30   -0.685596
2000-10-31   -1.126368
2000-11-30    0.850350
2000-12-31   -1.583704
2001-01-31    1.677160
2001-02-28    1.872733
Freq: M, dtype: float64

提供3

的窗口

pd.rolling_mean(ts,3)
Out[40]:
2000-01-31         NaN
2000-02-29         NaN
2000-03-31   -0.912983
2000-04-30   -0.285781
2000-05-31   -0.690135
2000-06-30   -0.335617
2000-07-31   -0.150632
2000-08-31    0.042174
2000-09-30    0.103361
2000-10-31   -0.490023
2000-11-30   -0.320538
2000-12-31   -0.619907
2001-01-31    0.314602
2001-02-28    0.655396
Freq: M, dtype: float64

这也会计算重叠范围，您可以忽略它。

Answer 3

添加一个新列，该列从现有数据中生成“月份ID”，其值为（year - 2000）* 12 +（month - 2）。然后按这个新值分组。

使用熊猫计算12月 - 1月 - 2月的平均值

3 个答案: