创建一个函数来计算不同年份的中位数成本

Question

我有一个示例数据集，其中包含不同年份的 id 和成本，如下所示：

Id	2015-04	2015-05	2015-06	2015-07	2016-04	2016-05	2016-06	2016-07	2017-04	2017-05	2017-06	2017-07	2018-04	2018-05	2018-06	2018-07
10	58500	58500	58300	57800	57500	57700	57800	57800	57800	57900	58400	59000	59500	59500	59000	58500
11	104600	104600	105700	106100	106300	107300	108000	107600	107800	108300	109200	109600	109300	108700	109000	110700
12	104900	106700	107900	107500	106100	105200	105700	106400	106700	107100	107200	107100	107500	108300	109200	110500
13	50500	49600	48900	48400	48100	48000	47700	47500	47400	47600	47800	47800	47600	47600	48100	48400
14	49800	49900	50300	50800	51100	51200	51200	51400	51600	51900	52400	52600	52300	51800	51100	50900

如何在 Python 中创建一个函数来查找属于其各自 id 的每年的平均成本？我希望函数在开始和结束年份方面是动态的，以便如果新数据来自不同年份，代码将相应地计算更改。例如，如果 2019 年有新数据，则结束日期将自动视为 2019 年而不是 2018 年，并分别计算其中位数。

根据上面给出的当前数据样本，结果应该如下所示：

Id	2015	2016	2017	2018
10	58400	57750	58150	59250
11	105150	107450	108750	109150
12	107100	105900	107100	108750
13	49250	47850	47700	47850
14	50100	51200	52150	51450

Answer 1

首先，我们拆分- 上的列名，然后只得到年份。然后我们根据这些年份对axis=1 进行分组并取中位数：

df = df.set_index("Id")
df = df.groupby(df.columns.str.split("-").str[0], axis=1).median().reset_index()
# or get first 4 characters
# df = df.groupby(df.columns.str[:4], axis=1).median().reset_index()

   Id    2015    2016    2017    2018
0  10   58400   57750   58150   59250
1  11  105150  107450  108750  109150
2  12  107100  105900  107100  108750
3  13   49250   47850   47700   47850
4  14   50100   51200   52150   51450