如何按季度分组并使用numpy从数组中计算平均值？答案

【问题标题】：How to group by quarter and calculate average from an array using numpy?如何按季度分组并使用numpy从数组中计算平均值？
【发布时间】：2016-07-22 12:18:33
【问题描述】：

我想利用 numpy 从下面的数组中计算每个季度的一组值的平均值：

Data = [{'date':'2015-01-01',value:5},{'date':'2015-02-01',value:6},{'date':'2015-03-01',value:7},{'date':'2015-04-01',value:8},{'date':'2015-05-01',value:9},{'date':'2015-06-01',value:10},{'date':'2015-07-01',value:11},{'date':'2015-08-01',value:12}]

我希望结果告诉我以下内容：

对于 Q1-15，平均值为 6
对于 Q2-15，平均值为 9
对于 Q3-15，平均值为 11.5

基于this stackoverflow question，我尝试了以下方法：

np = Data #I'm not sure how to read in data into numpy from an array in my structure
np.resample('Q',how='mean') #I'm not sure if using 'Q' would group this by quarter

【问题讨论】：

查看熊猫。您链接到的问题使用熊猫。

标签： python arrays numpy scipy

【解决方案1】：

我认为 pandas 在这种情况下效果更好。我将仅使用您的简单示例进行说明。

import pandas as pd # use recent version which has dt.quarter attr for time
import json
value = 'value' # to be able to read your Data string as json 
Data1 = json.dumps(Data) # need it to use read_json() method.
a = pd.read_json(Data1)
a[a['date'].dt.quarter == 1].mean() # 1st quarter
a[a['date'].dt.quarter == 2].mean() # 2nd quarter
a[a['date'].dt.quarter == 3].mean() # 3rd quarter

【讨论】：