我有一个数据集,其中包含 2000 年至 2016 年的月度 GDP,按州和市编制索引。代表 GDP 的列按“年-月”格式,例如,“2000-01”代表 2000 年 1 月。我试图按财政季度获取 GDP,其中每个季度是相应月份 GDP 的平均值。
这是数据框的一个片段(忽略这些值,因为它们只是为了示例)。
State City 2000-01 2000-02 2000-03 2000-04 2000-05 2000-06
Alabama Adamsville 1000 1005 1020 1119 1125 1000
Alabama Alabaster 1093 1312 1542 1624 1134 1953
Alabama Axis 18324 98174 14047 27343 43234 12434
我的预期输出如下(同样,值是虚构的)。例如,2000q1 是列 2000-01、2000-02 和 2000-03 的平均值。
State City 2000q1 2000q2
Alabama Adamsville 1010 1006
Alabama Alabaster 1100 1750
Alabama Axis 15673 19849
我尝试了几种不同的方法,最值得注意的是:
因为输出数据帧将有 64 个不同的季度,所以对每个季度执行以下操作效率低下:
df['2000q1']=df[['2000-01', '2000-02', '2000-03']].mean(axis=1)
在另一次尝试中,我更改了所有列名称以表示它们应该分开的季度,从而为每个季度产生了三个相同的列名称(但不是基础数据),如下所示。因为列名相同,所以我很难找到每三个相同列名的平均值。
State City 2000q1 2000q1 2000q1 2000q2 2000q2 2000q2
Alabama Adamsville 1000 1005 1020 1119 1125 1000
Alabama Alabaster 1093 1312 1542 1624 1134 1953
Alabama Axis 18324 98174 14047 27343 43234 12434
请您参考如下方法:
我想我曾经在 Coursera.com 上处理过类似的问题。您可以试试这个(假设您的数据框的名称是“df”):
df = (df.groupby(pd.PeriodIndex(df.columns, freq='Q'), axis=1).mean())
您将获得像“2000Q1”这样的列名。如果你想获得'2000q1'这样的名字,你可以试试这个:
df = (df.groupby(pd.PeriodIndex(df.columns, freq='Q'), axis=1).mean().rename(columns=lambda c: str(c).lower()))
