Python 按月分组

假设我有一个

pd.DataFrame

，其中索引由

pd.DateTimeIndex

给出

现在我想每月分组一对，即获得所有的一对。也就是说，我希望有一个组（

日期在（一月，二月）

），然后（

日期在（二月，三月）

），等等。自然的方法应该是

pd.TimeGrouper

，但我找不到一种方法来实现这一点

下面是一个示例数据集请注意，每月观察一次以上（数字随时间变化），因此

pd.rolling（）

和

pd.rolling\u apply（）

似乎不是有效的替代方案：

            year  month          cpsidp
date                                   
2000-01-01  2000      1  19981003169301
2000-02-01  2000      2  20000200000101
2000-02-01  2000      2  20000200000102
2000-02-01  2000      2  20000200000103
2000-02-01  2000      2  20000200000104
2000-02-01  2000      2  20000200000105
2000-03-01  2000      3  19981203124802
2000-04-01  2000      4  20000400000101
2000-05-01  2000      5  19990200854301
2000-06-01  2000      6  19990300018604
2000-07-01  2000      7  20000400000101
2000-08-01  2000      8  19990502683801
2000-09-01  2000      9  19990600006901
2000-10-01  2000     10  19990700006501
2000-11-01  2000     11  19990800083001
2000-12-01  2000     12  19991100000301
2001-01-01  2001      1  19991100000301
2001-02-01  2001      2  19991100002701
2001-03-01  2001      3  20000205949101
2001-04-01  2001      4  20010100107701
2001-05-01  2001      5  20000204516501
2001-06-01  2001      6  20000300112801
2001-07-01  2001      7  20000400000101
2001-08-01  2001      8  20000505217801

以下是我将如何以一种非常不寻常的方式创建这些组：

    dates = df.index.unique()
    for i, date in enumerate(dates):
        if i == len(dates) - 1:
            # last group: no next-group, break
            break
        date1, date2 = date, dates[i+1]
        group = pd.concat((df.loc[date1], df.loc[date2]), axis=0)
        print(group)

试试这个：

In [171]: (df.assign(m1=df.index.year*10**2+df.index.month, m2=df.index.year*10**2+df.index.month+1)
     ...:    .groupby(['m1', 'm2'])
     ...:    .agg({'month':['min','max','size']})
     ...: )
     ...:
Out[171]:
              month
                min max size
m1     m2
200001 200002     1   1    1
200002 200003     2   2    5
200003 200004     3   3    1
200004 200005     4   4    1
200005 200006     5   5    1
200006 200007     6   6    1
200007 200008     7   7    1
200008 200009     8   8    1
200009 200010     9   9    1
200010 200011    10  10    1
200011 200012    11  11    1
200012 200013    12  12    1
200101 200102     1   1    1
200102 200103     2   2    1
200103 200104     3   3    1
200104 200105     4   4    1
200105 200106     5   5    1
200106 200107     6   6    1
200107 200108     7   7    1
200108 200109     8   8    1

---

不幸的是，

滚动（'2M'）

不起作用。无论如何，您不能使用

rolling（2）

的主要原因是您每月有一次以上的观察。根据每个月对的汇总方式，您可以先每月汇总一次（每月给自己一次观察），然后使用

rolling（2）

---

这非常适用于诸如

'max'

，

'min'

，

'sum'

，

'count'

，

'size'

，

'first'

，

'last'

---

“平均值”

，

“标准值”

。。。等会特别小心。比如，你必须自己使用

'sum'

和

'count'

并计算

'mean'

和

std'

，但这是可以做到的。

所以像

df.groupby（pd.TimeGrouper（frequer='2M'））.mean（）

不是你需要的吗？@MaxU不，因为这给了我

（一月、二月）

和

（三月、四月）

-与

（1月，2月）

，

（2月，3月）

，

（3月，4月）

相反，您能发布一个小样本数据集，特别是所需的数据集吗？对不起，我应该更清楚一些。每个月可能有多个观察。如果每个月有多个观察，则此方法不起作用。@FooBar，我已更新了我的答案-这就是您需要的吗？我不确定-在缺少的几个月里它将如何工作…我可以将此与滚动应用程序叠加吗？@FooBar yes。如果你提供更多的细节，我们可以直接回答你的问题。现在，我们在跳舞，试着猜你在找什么。您希望最终输出是什么样子的？如果你有答案，编辑你的问题以反映它。这是一个有趣的想法！我想为每个组做一些复杂的事情，因此我在问题中提出一个方法来对数据进行分组，s.t。然后我可以对分组应用我想要的任何函数，然后@MaxU的答案更合适。

df.groupby(pd.TimeGrouper('M')).first().rolling(2).mean()