Question

我有一个数据框，其中包含每月数据，例如：

Date          Value
2016-12-01    0
2017-01-01    10
2017-02-01    20
2017-03-01    15
2017-04-01    25
2017-05-01    35
2017-06-01    1
2017-07-01    2
2018-08-01    3
2018-09-01    4
2018-10-01    5
2018-11-01    6

我想获取每个月的半年累计金额，但要在5月底而不是12月底。因此，一年内将有两个6个月的累计金额。因此输出应为：

Date          Value
2016-12-01    0
2017-01-01    10
2017-02-01    30
2017-03-01    45
2017-04-01    70
2017-05-01    105

2017-06-01    1
2017-07-01    3
2018-08-01    6
2018-09-01    10
2018-10-01    15
2018-11-01    21

我尝试过：

import_monthly.groupby(by=[pd.Grouper(freq='2Q-MAY'), pd.Grouper(freq='A-MAY')]).cumsum()

但它将我的日期固定为2月17日和8月17日的累计金额，而不是5月17日和11月17日。它仍然在5月结束，因此即使对于这两个6个月的时间段，它也没有正确的2个累加总和。我在做什么错了？

Answer 1

这个问题使我意识到，熊猫每季度固定的偏移量是变化无常的，我仍然不太了解它们的工作原理。基于this SO question and answer，我能够获得预期输出的唯一方法是在索引为5月1日或11月1日的第一行中添加一个虚拟值。根据该其他答案中的@chrisb，与以下事实有关：在偏移量pip install ara==0.14.6中，在{em>乘以2Q-NOV之前，计算/应用了锚点NOV。

从您的DataFrame开始：

Answer 2

我不知道这是否仍然有用，但是我用

达到了相同的结果。

df.groupby(pd.Grouper(freq='Q')).cumsum().resample('Q').last()

致谢

每半年用累积总和重新采样

2 个答案: