在python中按特定年份分组数据

我想创建一个按地区和日期分组的数据框，它显示特定年份内地区的平均年龄。所以我的柱子看起来像

地区、年份、平均年龄

到目前为止，我已经：

#specify aggregation functions to column'age'    
ageAverage = {'age':{'average age':'mean'}} 

#groupby and apply functions    
ageDataFrame = data.groupby(['Region', data.Date.dt.year]).agg(ageAverage)

这很有效，但我如何才能做到只对特定年份的数据进行分组？例如，在2010年到2015年之间？

您首先需要通过以下方式进行筛选：

同样在get中：

SpecificationError:无法使用嵌套字典对年龄执行重命名

正确的解决方案是在列表中指定

groupby

之后的列，并按

tuple

聚合-第一个值是新的列名，第二个聚合函数：

np.random.seed(123)

rng = pd.date_range('2009-04-03', periods=10, freq='13M')
data = pd.DataFrame({'Date': rng,
                     'Region':['reg1'] * 3 + ['reg2'] * 7,
                     'average age': np.random.randint(20, size=10)})  
print (data)
        Date Region  average age
0 2009-04-30   reg1           13
1 2010-05-31   reg1            2
2 2011-06-30   reg1            2
3 2012-07-31   reg2            6
4 2013-08-31   reg2           17
5 2014-09-30   reg2           19
6 2015-10-31   reg2           10
7 2016-11-30   reg2            1
8 2017-12-31   reg2            0
9 2019-01-31   reg2           17

ageAverage = {('age','mean')}

#groupby and apply functions    
ageDataFrame = (data[data.Date.dt.year.between(2010, 2015)]
                 .groupby(['Region', data.Date.dt.year])['average age']
                 .agg(ageAverage))
print (ageDataFrame)
             age
Region Date     
reg1   2010    2
       2011    2
reg2   2012    6
       2013   17
       2014   19
       2015   10

---

使用@jezrael数据（thx）的两种变体
这些与@jezrael已经展示的非常接近。仅将此视为其他操作的演示。正如@jezrael在评论中指出的，最好先进行预过滤，因为这样会减少整体处理

pandas.indexlice

而不是在

data.groupby(
    ['Region', data.Date.dt.year]

)['average age'].agg(
    [('age', 'mean')]

).loc[pd.IndexSlice[:, 2010:2015], :]

             age
Region Date     
reg1   2010    2
       2011    2
reg2   2012    6
       2013   17
       2014   19
       2015   10

---

between

作为

groupby的一部分
哦，太好了！我不知道我可以在两者之间使用。非常感谢，效果很好。这是一个相关但随机的问题，我试图找出如何在箱线图中绘制数据帧，但似乎无法正确绘制。到目前为止，我在使用seaborn时所做的：
sns.plot（kind='box'，y='age'，x='date'，hue='age'，data=ageDataFrame，size=8，aspect=1.5，legend\u out=true）
有什么想法吗？@user3452963-我想首先需要
重置索引（）
比如
ageDataFrame=（data[data.date.dt.year.between（2010，2015）]。groupby(['Region'，data.Date.dt.year]）['average age'].agg（ageAverage）.reset_index（））打印（ageDataFrame）
然后
sns.boxplot（y='age'，x='Date'，hue='age'，data=ageDataFrame）
，@user3452963-不确定，但问题似乎是需要未聚合的数据。@user3452963-例如，我测试
np.random.seed（123）L=list（'abcde'）N=100 rng=pd.date\u range（'2009-04-03'，periods=N，freq=1M'）data=pd.DataFrame（{'date:rng'，Region'：np random.choice（L，size=N），“平均年龄”：np.random.rand（N）}）打印（数据）数据=数据[data.Date.dt.year.between（2012015）]数据.Date=data.Date.dt.year sns.box图（y='average age'，x='Date'，hue='Region'，data=data）
我认为要获得更好的性能，最好先删除不必要的数据，然后再删除
groupby
——一般来说，数据处理越少，性能越好。你怎么看？我完全同意。我正要进一步编辑。是否先检查其他问题（-：
data.groupby(
    ['Region', data.Date.dt.year]

)['average age'].agg(
    [('age', 'mean')]

).loc[pd.IndexSlice[:, 2010:2015], :]

             age
Region Date     
reg1   2010    2
       2011    2
reg2   2012    6
       2013   17
       2014   19
       2015   10

data.groupby(
    [data.Date.dt.year.between(2010, 2015),
     'Region', data.Date.dt.year]

)['average age'].agg(
    [('age', 'mean')]

).loc[True]

             age
Region Date     
reg1   2010    2
       2011    2
reg2   2012    6
       2013   17
       2014   19
       2015   10