python - Pandas GroupBy 和日期范围内的平均值

Question

我想使用 groupby 和 mean 计算每个 ID 的平均值。但是，我只需要 Date 介于年份 2016-01-01 和 2017-12-31 之间的行。

d = {'ID': ['STCK123', 'STCK123', 'STCK123'], 'Amount': [250, 400, 350], 
     'Date': ['2016-01-20', '2017-09-25', '2018-05-15']}



data = pd.DataFrame(data=d)
data = data[['ID', 'Amount', 'Date']]

data['Date'] = pd.to_datetime(data['Date'])

这给出了以下 df:

    ID  Amount    Date
STCK123 250 2016-01-20
STCK123 400 2017-09-25
STCK123 350 2018-05-15

当我使用时:

data.groupby(['ID'])['金额'].agg('mean')

它考虑了所有行，得出平均值为 333.3。如何排除 Date 为 2018 年的行(产生平均值 (250+400)/2=325)？

Answer 1

您需要使用查询进行预过滤步骤:

df.query('Date.dt.year != 2018').groupby('ID').mean()

         Amount
ID             
STCK123     325

eval、query 和相关参数的更多用途可以在我的文章中找到:Dynamic Expression Evaluation in pandas using pd.eval()

参见here了解在调用groupby之前删除行的更多方法。

<小时/>

您还可以屏蔽这些行，而不必删除它们。 NaN 被排除在 GroupBy 聚合之外。

df.mask(df.Date.dt.year == 2018).groupby('ID').mean()

         Amount
ID             
STCK123   325.0