各季度的汇总数据[英] aggregate data by quarter

本文是小编为大家收集整理的关于各季度的汇总数据的处理方法,想解了各季度的汇总数据的问题怎么解决?各季度的汇总数据问题的解决办法?那么可以参考本文帮助大家快速定位并解决问题。

问题描述

我有一个使用 pivot_table 方法从另一个 pandas 数据框(按商店销售)创建的数据透视表 pandas 数据框(按地区销售).

举个例子:

df = pd.DataFrame(
    {'store':['A','B','C','D','E']*7, 
     'region':['NW','NW','SW','NE','NE']*7, 
     'date':['2017-03-30']*5+['2017-04-05']*5+['2017-04-07']*5+['2017-04-12']*5+['2017-04-13']*5+['2017-04-17']*5+['2017-04-20']*5,
     'sales':[30,1,133,9,1,30,3,135,9,11,30,1,140,15,15,25,10,137,9,3,29,10,137,9,11,30,19,145,20,10,30,8,141,25,25]
     })
df['date'] = pd.to_datetime(df['date'])
df_sales = df.pivot_table(index = ['region'], columns = ['date'], aggfunc = [np.sum], margins = True)
df_sales = df_sales.ix[:,range(0, df_sales.shape[1]-1)]

我的目标是对销售数据框 df_sales 执行以下操作.

创建一个按季度汇总销售额的新数据框.我可以使用原始数据框 df 或 sales_df.

截至本季度,我们只有两个季度(美国财政日历年)所以季度汇总数据框如下所示:

2017Q1  2017Q2
10      27
31      37.5
133     139.17

我取第一季度所有天数的平均值,第二季度也是如此.因此,例如对于东北地区,'NE',Q1 是 2017-03-30 仅一天的平均值,即 10,而 Q2 是 2017-04-05 到 2017-04 的平均值-20,即,

(20+30+12+20+30+50)/6=27

有什么建议吗?

附加说明:理想情况下,我会在 df_sales 透视表上进行季度聚合,因为它是一个要保存在内存中的小得多的数据框.当前的解决方案是在原始 df 上执行此操作,但我仍在寻找一种在 df_sales 数据框中执行此操作的方法.

推荐答案

更新:

设置:

df.date = pd.to_datetime(df.date)

df_sales = df.pivot_table(index='region', columns='date', values='sales', aggfunc='sum')

In [318]: df_sales
Out[318]:
date    2017-03-30  2017-04-05  2017-04-07  2017-04-12  2017-04-13  2017-04-17  2017-04-20
region
NE              10          20          30          12          20          30          50
NW              31          33          31          35          39          49          38
SW             133         135         140         137         137         145         141

解决方案:

In [319]: (df_sales.groupby(pd.PeriodIndex(df_sales.columns, freq='Q'), axis=1)
     ...:          .apply(lambda x: x.sum(axis=1)/x.shape[1])
     ...: )
Out[319]:
date    2017Q1      2017Q2
region
NE        10.0   27.000000
NW        31.0   37.500000
SW       133.0  139.166667
<小时>

基于原DF的解决方案:

In [253]: (df.groupby(['region', pd.PeriodIndex(df.date, freq='Q-DEC')])
     ...:    .apply(lambda x: x['sales'].sum()/x['date'].nunique())
     ...:    .to_frame('avg').unstack('date')
     ...: )
     ...:
Out[253]:
          avg
date   2017Q1      2017Q2
region
NE       10.0   27.000000
NW       31.0   37.500000
SW      133.0  139.166667

注意:df - 是原始 DF(在"旋转"之前)

本文地址:https://www.itbaoku.cn/post/1727804.html