python - 采取 Pandas (python)中每隔一列的行均值

Question

我正在尝试对每几列取行平均值。这是一个示例数据集。

d = {'2000-01': range(0,10), '2000-02': range(10,20), '2000-03': range(10,20),
     '2001-01': range(10,20), '2001-02':range(5,15), '2001-03':range(5,15)}
pd.DataFrame(data=d)

     2000-01  2000-02  2000-03  2001-01  2001-02  2001-03
0        0       10       10       10        5        5
1        1       11       11       11        6        6
2        2       12       12       12        7        7
3        3       13       13       13        8        8
4        4       14       14       14        9        9
5        5       15       15       15       10       10
6        6       16       16       16       11       11
7        7       17       17       17       12       12
8        8       18       18       18       13       13
9        9       19       19       19       14       14

我需要对完整数据集中的前三列和接下来的三列进行行均值处理，依此类推。我不需要新数据集中的原始列。这是我的代码。它有效但有警告(下面​​讨论)。如果可能的话，我正在寻找一种更清洁、更优雅的解决方案。 (Python/Pandas 新手)

#Create empty list to store row means
d1 = []

#Run loop to find row means for every three columns
for i in np.arange(0, 6, 3):
    data1 = d.iloc[:,i:i+3]
    d1.append(data1.mean(axis=1))

#Create empty list to concat DFs later
dlist1 =[]

#Concat DFs
for j in range(0,len(d1)):
    dlist1.append(pd.Series(d1[j]).to_frame())
pd.concat(dlist1, axis = 1)

我得到这个输出，这是正确的:

          0          0
0   6.666667   6.666667
1   7.666667   7.666667
2   8.666667   8.666667
3   9.666667   9.666667
4  10.666667  10.666667
5  11.666667  11.666667
6  12.666667  12.666667
7  13.666667  13.666667
8  14.666667  14.666667
9  15.666667  15.666667

列名很容易固定，但问题是我需要它们的特定格式，而我在实际数据集中有 65 个这样的列。如果您注意到原始数据集中的列名，它们是 '2000-01'； '2000-02'; '2000-03'。 1,2 和 3 是 2000 年的月份，因此新 df 的第 1 列应该是 '2000q1' ，q1 是第 1 季度。我如何遍历列名来为所有创建它我的新专栏？这似乎比显示的更具挑战性(至少对我而言!)here .感谢您的宝贵时间!

编辑:好的，这已经解决了，快速向所有做出贡献的人大声喊叫!

Answer 1

我们为 axis=1 设置了 groupby，这里使用 numpy 数组获取除数

df=df.groupby(np.arange(df.shape[1])//3,axis=1).mean()
           0          1
0   6.666667   6.666667
1   7.666667   7.666667
2   8.666667   8.666667
3   9.666667   9.666667
4  10.666667  10.666667
5  11.666667  11.666667
6  12.666667  12.666667
7  13.666667  13.666667
8  14.666667  14.666667
9  15.666667  15.666667

#np.arange(df.shape[1])//3
#array([0, 0, 0, 1, 1, 1])

更常见的方式

df.columns=pd.to_datetime(df.columns,format='%Y-%m').to_period('Q')
df=df.groupby(level=0,axis=1).mean()
      2000Q1     2001Q1
0   6.666667   6.666667
1   7.666667   7.666667
2   8.666667   8.666667
3   9.666667   9.666667
4  10.666667  10.666667
5  11.666667  11.666667
6  12.666667  12.666667
7  13.666667  13.666667
8  14.666667  14.666667
9  15.666667  15.666667