Skip to main content
 首页 » 编程设计

python之如何从其他现有列的子集创建新列

2024年11月01日10mate10pro

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()))