Znajdź średnią każdej z trzech kolumn w ramce danych Pandy

Question

Jestem nowy w Pythonie i Pandach. Mam ramkę danych panda z miesięcznymi kolumnami od 2000 (2000-01) do 2016 (2016-06).

Chcę znaleźć średnią co trzy miesiące i przypisać ją do nowej kolumny kwartalnej (2000q1). Wiem, że mogę wykonać następujące czynności:

df['2000q1'] = df[['2000-01', '2000-02', '2000-03']].mean(axis=1) 
df['2000q2'] = df[['2000-04', '2000-05', '2000-06']].mean(axis=1) 
    . 
    . 
    . 
df['2016-02'] = df[['2016-04', '2016-05', '2016-06']].mean(axis=1) 

Ale to bardzo żmudne. Doceniam to, jeśli ktoś pomoże mi znaleźć lepszy sposób.

Answer 1

Można użyć GroupBy na kolumnach:

df.groupby(np.arange(len(df.columns))//3, axis=1).mean() 

Albo te mogą być konwertowane do datetime. Można użyć resample:

df.columns = pd.to_datetime(df.columns) 
df.resample('Q', axis=1).mean() 

---

Oto demo:

cols = pd.date_range('2000-01', '2000-06', freq='MS') 
cols = cols.strftime('%Y-%m') 
cols 
Out: 
array(['2000-01', '2000-02', '2000-03', '2000-04', '2000-05', '2000-06'], 
     dtype='<U7') 

df = pd.DataFrame(np.random.randn(10, 6), columns=cols) 

df 
Out: 
    2000-01 2000-02 2000-03 2000-04 2000-05 2000-06 
0 -1.263798 0.251526 0.851196 0.159452 1.412013 1.079086 
1 -0.909071 0.685913 1.394790 -0.883605 0.034114 -1.073113 
2 0.516109 0.452751 -0.397291 -0.050478 -0.364368 -0.002477 
3 1.459609 -1.696641 0.457822 1.057702 -0.066313 -0.910785 
4 -0.482623 1.388621 0.971078 -0.038535 0.033167 0.025781 
5 -0.016654 1.404805 0.100335 -0.082941 -0.418608 0.588749 
6 0.684735 -2.007105 0.552615 1.969356 -0.614634 0.021459 
7 0.382475 0.965739 -1.826609 -0.086537 -0.073538 -0.534753 
8 1.548773 -0.157250 0.494819 -1.631516 0.627794 -0.398741 
9 0.199049 0.145919 0.711701 0.305382 -0.118315 -2.397075 

Pierwsza alternatywa:

df.groupby(np.arange(len(df.columns))//3, axis=1).mean() 
Out: 
      0   1 
0 -0.053692 0.883517 
1 0.390544 -0.640868 
2 0.190523 -0.139108 
3 0.073597 0.026868 
4 0.625692 0.006805 
5 0.496162 0.029067 
6 -0.256585 0.458727 
7 -0.159465 -0.231609 
8 0.628781 -0.467487 
9 0.352223 -0.736669 

Druga alternatywa:

df.columns = pd.to_datetime(df.columns) 
df.resample('Q', axis=1).mean() 

Out: 
    2000-03-31 2000-06-30 
0 -0.053692 0.883517 
1 0.390544 -0.640868 
2 0.190523 -0.139108 
3 0.073597 0.026868 
4 0.625692 0.006805 
5 0.496162 0.029067 
6 -0.256585 0.458727 
7 -0.159465 -0.231609 
8 0.628781 -0.467487 
9 0.352223 -0.736669 

Można przypisać to do DataFrame:

res = df.resample('Q', axis=1).mean() 

nazwy Zmiana kolumn, jak chcesz:

res = res.rename(columns=lambda col: '{}q{}'.format(col.year, col.quarter)) 

res 
Out: 
    2000q1 2000q2 
0 -0.053692 0.883517 
1 0.390544 -0.640868 
2 0.190523 -0.139108 
3 0.073597 0.026868 
4 0.625692 0.006805 
5 0.496162 0.029067 
6 -0.256585 0.458727 
7 -0.159465 -0.231609 
8 0.628781 -0.467487 
9 0.352223 -0.736669 

i dołączyć to do aktualnej DataFrame przez:

pd.concat([df, res], axis=1)