使用 Pandas 计算 12-1-2 月平均值答案

【问题标题】：Using Pandas to calculate December-January-February average使用 Pandas 计算 12-1-2 月平均值
【发布时间】：2015-12-10 20:17:15
【问题描述】：

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，该数据集中在三个不同的列中列出了年、月和感兴趣的值。通常，我只会使用 pandas.loc 和 isin() 和 panads.groupby 函数来执行此操作，但我要分析的季节之一是 12 月-1 月-2 月，它将跨越两个不同年份的数据（即 12 月2000 年，2001 年 1 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）

【问题讨论】：

标签： python pandas time-series

【解决方案1】：

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 个窗口

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。

【讨论】：

【解决方案2】：

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

【讨论】：

【解决方案3】：

您可以定义自定义季度并使用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

【讨论】：

我不认为这是正确的。您想要“跨两年”的平均值。此处概述的方法为您提供了同一年 1-2 月和 12 月的平均值。如何获得 2000 年 12 月和 2001 年 1 月至 2 月的平均值？