Python 熊猫或numpy是指三个月的总和。作为列表返回

假设我有一个如上所述的

Dataframe

。我怎样才能对每三个月的月份进行平均。并将其作为列表返回

Date
2013-11-30    30
2013-12-31    40
2014-01-31    50
2014-02-28    10
2014-03-31    20
2014-04-30    30
2014-05-31    80
2014-06-30    90
2014-07-31    10

df = pandas.Dataframe()

有没有什么聪明的方法可以通过

pandas

或

numpy

实现这一点，因为我想保留每月的天数，以防

dataframe

可能由天组成。

尝试以下方法：

lst[0] = (30 + 40 + 50)/3
lst[1] = (10 + 20 + 30)/3
lst[2] = (90 + 90 + 10)/3

如果要按季度分组：

In [21]: df.groupby(df.index // 3)['val'].sum().tolist()
Out[21]: [120, 60, 180]

数据：

说明：

In [22]: df
Out[22]:
        Date  val
0 2013-11-30   30
1 2013-12-31   40
2 2014-01-31   50
3 2014-02-28   10
4 2014-03-31   20
5 2014-04-30   30
6 2014-05-31   80
7 2014-06-30   90
8 2014-07-31   10

---

确保日期是您的索引

然后可以执行重采样：

In [25]: df.index // 3
Out[25]: Int64Index([0, 0, 0, 1, 1, 1, 2, 2, 2], dtype='int64')

重新采样的df_将如下所示：

df_resampled = df.resample('90D').mean()

然后您可以使用

Date    
2013-11-30  40
2014-02-28  20
2014-05-29  60

其中i是您的索引

注: 90D表示重新采样90天，对于其他值，您可以查看此链接

---

如果每个月只有一个条目，并且有3个条目的倍数，您可以简单地用

3

cols将数据重塑为

2D

数组，并在第二个轴上执行

mean

：

数据。重塑（-1,3）。平均值（轴=1）

。你想按季度分组吗？我选择了df_r=df。重采样（'3MS'）。平均值（）。感谢您指出重采样，非常有帮助

Date    
2013-11-30  40
2014-02-28  20
2014-05-29  60

d.iloc[i].values[0]