使用 pandas 数据框计算每月移动平均值答案

【问题标题】：Compute monthly moving averages with a pandas dataframe使用 pandas 数据框计算每月移动平均值
【发布时间】：2018-06-22 19:34:03
【问题描述】：

我有这样的数据。

 Date_of_event               - expenditure
 2016-04-04 09:20:04.903     - 50000
 2015-04-04 09:20:04.903     - 40000
 2016-08-04 09:20:04.903     - 70000
 2017-01-04 09:20:04.903     - 35000
 2011-04-04 09:20:04.903     - 250000
 2013-04-06 09:20:04.903     - 500
 2016-07-09 09:20:04.903     - 1090000

我想使用 seaborn 或 matplotlib 绘制平均每月支出的六个月移动平均值。作为第一步，我尝试使用重采样计算平均每月支出，然后我按月分组。但是，当我使用此代码时出现以下错误：

df['Date_of_event'] = df['Date_time'].resample('M')

Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'RangeIndex'.

"。请注意 .dt.days 和 .dt.month 方法在我的 df['Date_of_event'] 上有效，因此它似乎是一个日期时间对象。

有没有办法将这些日期时间重新采样为年+月，或者更简单的方法来计算移动平均值？

【问题讨论】：

您是否希望移动窗口在一个月内，这样您每个月就会得到多个值？或者您想获得每月总计，然后在移动窗口内平均？

标签： pandas datetime matplotlib apply seaborn

【解决方案1】：

仅当日期时间值在数据框的索引中时，resample 方法才有效。似乎还不是这样。您可以使用以下代码来执行此操作并计算每月总计：

df = df.set_index('Date_time').resample('M').sum()

这方面的文档在下面的链接中。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html

【讨论】：

从 0.19 版开始，您也可以使用列进行重采样（您需要使用 on 参数）。
是的。我们可以使用 df= df.resample('M',on=''Date_of_event'').sum() 从 0.19 版本开始。