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,该数据集中列出了三个不同列中的年份、月份和感兴趣的值。通常,我只会使用 pandas.loc 和 isin() 以及 panads.groupby 函数来执行此操作,但我想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此类事情有任何建议。
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)
最佳答案
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
关于python - 使用 Pandas 计算 12 月 - 1 月 - 2 月平均值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32571417/