如何在熊猫中将月度数据转换为季度

Posted 2023-02-23

【中文标题】如何在熊猫中将月度数据转换为季度

【英文标题】：how to convert monthly data to quarterly in pandas

【发布时间】：2017-03-22 16:28:43

【问题描述】：

我有每月的数据。我想将其转换为 3 个月的“期间”，第一季度从 1 月开始。因此，在下面的示例中，前 3 个月的聚合将转换为 q2 的开始（所需格式：1996q2）。将 3 个月度值组合在一起的数据值是 3 列的平均值（平均值）。从概念上讲，并不复杂。有谁知道如何一口气做到这一点？潜在地，我可以通过循环做很多艰苦的工作，然后硬编码出来，但我是 pandas 的新手，正在寻找比蛮力更聪明的东西。

1996-04 1996-05 1996-06 1996-07 ..... 25 19 37 40

所以我正在寻找：

1996q2 1996q3 1996q4 1997q1 1997q2 ..... 平均 平均 平均 ... ...

【参考方案1】：

只需添加到上面@MaxU 的答案，将生成的PeriodIndex 列转换回str 并在年份和季度数之间添加空格（即1999 Q1，而不是1999Q1），您可以这样做：

res = res.columns.to_series().astype(str)

【参考方案2】：

您可以将pd.PeriodIndex(..., freq='Q') 与groupby(..., axis=1) 结合使用：

In [63]: df
Out[63]:
   1996-04  1996-05  2000-07  2000-08  2010-10  2010-11  2010-12
0        1        2        3        4        1        1        1
1       25       19       37       40        1        2        3
2       10       20       30       40        4        4        5

In [64]: df.groupby(pd.PeriodIndex(df.columns, freq='Q'), axis=1).mean()
Out[64]:
   1996Q2  2000Q3    2010Q4
0     1.5     3.5  1.000000
1    22.0    38.5  2.000000
2    15.0    35.0  4.333333

---

更新：将生成的 DF 中的列作为字符串而不是 period dtype：

In [66]: res = (df.groupby(pd.PeriodIndex(df.columns, freq='Q'), axis=1)
                  .mean()
                  .rename(columns=lambda c: str(c).lower()))

In [67]: res
Out[67]:
   1996q2  2000q3    2010q4
0     1.5     3.5  1.000000
1    22.0    38.5  2.000000
2    15.0    35.0  4.333333

In [68]: res.columns.dtype
Out[68]: dtype('O')

【讨论】：

我忽略了pd.PeriodIndex。我不会了。

@piRSquared，是的，很方便

不幸的是pd.PeriodIndex 导致列名变成pandas.tseries.period.PeriodIndex 格式。我如何避免这种情况，因为我需要“2000Q3”作为字符串？

我决定发表评论，因为 OP 的预期答案是一个数据框，其列像 1996q2 而不是 1996Q2 。因此，我试图获得 OP 的预期答案

@MaxU 我记得在 Coursera 上做了一个问题来处理这个问题，我很挣扎。我希望我当时看到这种方法。 +1