如何在Python中按十年计算列的平均值

Posted 2023-03-24

【中文标题】如何在Python中按十年计算列的平均值

【英文标题】：How to calculate the mean of a column by decade in Python

【发布时间】：2017-05-25 20:42:30

【问题描述】：

我不确定如何计算给定特定行的列的平均值。 我需要按十年计算 Mkt-RF 列的平均值，如从 193001 到 193912 的平均值，依此类推。我需要在 2016 年之前的每十年执行一次。

还有什么方法可以将结果放入自己的新数据框中？一列是十年（1920,1930），另一列是每个十年的平均值？

【参考方案1】：

我认为您需要 groupby 的第一个 3 第一列的字符 str[:3] 和 mean：

df = df['Mkt-RF'].groupby(df['Unnamed:0'].str[:3]).mean()

示例：

df = pd.DataFrame('Unnamed:0':['192607','192608','193609','193610','193611'],
                   'Mkt-RF':[4,5,6,7,5])
print (df)   
   Mkt-RF Unnamed:0
0       4    192607
1       5    192608
2       6    193609
3       7    193610
4       5    193611

#rename column
df = df.rename(columns='Unnamed:0':'YEARMONTH')

df = df['Mkt-RF'].groupby(df.YEARMONTH.str[:3]).mean().rename('MEAN').reset_index()
df.YEARMONTH = (df.YEARMONTH + '0').astype(int)
print (df)
   YEARMONTH  MEAN
0       1920   4.5
1       1930   6.0

另一种解决方案是先将to_datetime 和groupby 转换为year floor 除以10：

df = df.rename(columns='Unnamed:0':'YEARMONTH')

df.YEARMONTH = pd.to_datetime(df.YEARMONTH, format='%Y%m')
df = df['Mkt-RF'].groupby(df.YEARMONTH.dt.year // 10).mean().rename('MEAN').reset_index()
df.YEARMONTH = df.YEARMONTH *10
print (df)
   YEARMONTH  MEAN
0       1920   4.5
1       1930   6.0

【讨论】：

它为我返回此错误？ “只能使用带有字符串值的 .str 访问器，它在 pandas 中使用 np.object_ dtype”不知道是什么意思。

第一列不是字符串。所以你可以使用df = df['Mkt-RF'].groupby(df['Unnamed:0'].astype(str).str[:3]).mean() 或第二种解决方案。

还有一个小建议——*** 的人讨厌图片而不是文字，因为文字无法复制。所以你得到了downvote（s）。这个answers 也可以帮助创建漂亮的熊猫问题。

谢谢！第二种解决方案完美运行。有什么方法可以添加每十年的标准差列？

是的，你可以使用df = df['Mkt-RF'].groupby(df.YEARMONTH.dt.year // 10).agg(['mean', 'std']).add_prefix('_').reset_index()