Pandas 按季度汇总数据

我有一个pivot pandas数据框（按地区销售），它是使用pivot_表方法从另一个pandas数据框（按商店销售）创建的

例如：

df = pd.DataFrame(
    {'store':['A','B','C','D','E']*7, 
     'region':['NW','NW','SW','NE','NE']*7, 
     'date':['2017-03-30']*5+['2017-04-05']*5+['2017-04-07']*5+['2017-04-12']*5+['2017-04-13']*5+['2017-04-17']*5+['2017-04-20']*5,
     'sales':[30,1,133,9,1,30,3,135,9,11,30,1,140,15,15,25,10,137,9,3,29,10,137,9,11,30,19,145,20,10,30,8,141,25,25]
     })
df['date'] = pd.to_datetime(df['date'])
df_sales = df.pivot_table(index = ['region'], columns = ['date'], aggfunc = [np.sum], margins = True)
df_sales = df_sales.ix[:,range(0, df_sales.shape[1]-1)]

我的目标是对销售数据框架df_sales执行以下操作

创建按季度汇总销售额的新数据框。我可以使用原始的dataframe df或sales_df

截至本季度，我们只有两个季度（），因此季度汇总数据框架如下所示：

2017Q1  2017Q2
10      27
31      37.5
133     139.17

我取第一季度所有天数的平均值，第二季度也是如此。因此，例如，对于东北地区，

'NE'

，Q1是2017-03-30年一天的平均值，即10，而Q2是2017-04-05至2017-04-20年的平均值，即

(20+30+12+20+30+50)/6=27

有什么建议吗

---

附加说明：我最好在df_sales数据透视表上进行季度聚合，因为它是一个要保存在内存中的小得多的数据帧。当前的解决方案在原始df上实现了这一点，但我仍在寻找在df_销售数据框架中实现这一点的方法。

更新：

设置：

df.date = pd.to_datetime(df.date)

df_sales = df.pivot_table(index='region', columns='date', values='sales', aggfunc='sum')

In [318]: df_sales
Out[318]:
date    2017-03-30  2017-04-05  2017-04-07  2017-04-12  2017-04-13  2017-04-17  2017-04-20
region
NE              10          20          30          12          20          30          50
NW              31          33          31          35          39          49          38
SW             133         135         140         137         137         145         141

解决方案：

In [319]: (df_sales.groupby(pd.PeriodIndex(df_sales.columns, freq='Q'), axis=1)
     ...:          .apply(lambda x: x.sum(axis=1)/x.shape[1])
     ...: )
Out[319]:
date    2017Q1      2017Q2
region
NE        10.0   27.000000
NW        31.0   37.500000
SW       133.0  139.166667

---

基于原始DF的解决方案：

In [253]: (df.groupby(['region', pd.PeriodIndex(df.date, freq='Q-DEC')])
     ...:    .apply(lambda x: x['sales'].sum()/x['date'].nunique())
     ...:    .to_frame('avg').unstack('date')
     ...: )
     ...:
Out[253]:
          avg
date   2017Q1      2017Q2
region
NE       10.0   27.000000
NW       31.0   37.500000
SW      133.0  139.166667

---

注意：

df

-是原始df（在“旋转”之前）

您可以发布一个小样本可复制数据集（源df-

df

）和所需的数据集吗？@MaxU当然，让我创建一个简单的example@MaxU好啊我为你创建了一个完整的例子。我不明白你如何计算

2017Q2

列中的值。哦，只是平均值，第一季度也是一样，但第一季度只有一天。我会对Q多加评论。