如何获取大熊猫沿时间序列的真实东部数据的平均值/中位数？

Question

我有房地产数据（每月房屋零售数据），并且我希望按时间序列获取每个地区的年度房屋销售量。对于我来说，如何获取时间序列数据的均值/中位数不是直觉。有没有人指出我该怎么做？

这是我的时间序列数据的样子：

此外，这里我与在线文件共享主机example data snippet

共享了示例数据集

数据描述：

在此房地产数据中，行是地区，列是每月房屋零售统计。我想获得该房地产数据的年度平均值/中位数。我怎样才能做到这一点？任何想法？

所需的输出：

这是我想要获得的草图所需输出。

region                              2012_mean 2012_median 2013_mean 2013_median

Chicago, IL metro area                  xxx     xxx         xxx         xxx
Chicago, IL                             xxx     xxx         xxx         xxx
Chicago, IL - Albany Park               xxx     xxx         xxx         xxx
Chicago, IL - Andersonville             xxx     xxx         xxx         xxx
Chicago, IL - Arcadia Terrace           xxx     xxx         xxx         xxx

Answer 1

首先请确保您的列是datetime对象，与groupby一样

df.columns=df.columns.str.strip()
df=df.set_index('Region')
s=df.T.groupby(df.columns.year).agg(['mean','median']).T.unstack()
s.columns=s.columns.map('_'.join)