min() max() 和 sum() 函数在 pandas 上按对象分组，但不是 mean()答案

【问题标题】：min() max() and sum() functions working on pandas group by object but not mean()min() max() 和 sum() 函数在 pandas 上按对象分组，但不是 mean()
【发布时间】：2021-02-01 06:51:43
【问题描述】：

因此，基本上，我已将月份列分组为季度，如列 2000-01,2000-02,2000-03 到单个组 2000q1 中，其中 q1 表示第 1 季度，依此类推。我做了 16 x 12 个月，形成了 48 个季度。

现在，我希望获得组中每一行的平均值。当我做 grouped.max() grouped.min() 和 grouped.sum() 时，我得到每组中每一行的 min 、 max 和 sum 。（每组的行索引相同）

但是当我尝试grouped.mean() 时，我收到一条错误消息：

没有要聚合的数字类型。

这是我写的代码：

def quarter(val):
    month=val[5:]
    if month == "01" or month == "02"or month == "03":
        return val[:4]+"q1"
    elif month == "04"or month == "05"or month == "06":
        return val[:4]+"q2"  
    elif month == "07" or month == "08" or month == "09":
        return val[:4]+"q3"    
    elif month == "10"or month == "11"or month == "12":
        return val[:4]+"q4"  
city.fillna(0,inplace=True)


g=city.groupby(quarter, axis= 1 ).mean()

这就是我的分组数据的样子

[('2000q1', 2000-01 2000-02 2000-03

0 0.0 0.0 0.0
1 204400.0 207000.0 209800.0
2 136800.0 138300.0 140100.0
3 52700.0 53100.0 53200.0
4 111000.0 111700.0 112800.0
5 131700.0 132600.0 133500.0

...

('2000q2', 2000-04 2000-05 2000-06
0 0.0 0.0 0.0
1 212300.0 214500.0 216600.0
2 141900.0 143700.0 145300.0
3 53400.0 53700.0 53800.0
4 113700.0 114300.0 115100.0
5 10.0100.0 134 134600.0

...

('2002q2', 2002-04 2002-05 2002-06
0 0.0 0.0 0.0
1 268600.0 272600.0 276900.0
2 177800.0 177600.0 177300.0
3 60300.0 60700.0 61200.0
4 127900.0 128400.0 128800.0
5 10.0400.0 1510 151400.0

这就是城市的样子这是我在进行 grouped.max() 时得到的输出的一部分

【问题讨论】：

能否在文本表单中添加一些数据？
@Grayrigel 我可以放一张它的照片吗？
如果您将文本日期转换为实际日期时间可能会更容易 - 您的条件可以改写为 if month in "01 02 03": 或 if month in ("01","02","03"):（使用 ( 或 [..] 或 {..}
@meerakapoor 我们无法复制/粘贴并重现图片中的错误。您不必添加完整数据。只需添加一些示例数据。
@PatrickArtner 已编辑我的问题以包括分组数据的外观，请检查

标签： python pandas dataframe pandas-groupby mean

【解决方案1】：

按列分组并执行操作更容易。

df = pd.DataFrame({'Region':[1,2,3],'City':['a','b','c'],'Country':['A','B','C']})

df = pd.concat([df,pd.DataFrame(np.random.uniform(0,1,(3,12)),
columns=['2000-01','2000-02','2000-03','2000-04','2000-05','2000-06','2001-01','2001-02','2001-03','2001-04','2001-05','2001-06'])],axis=1)

您可以使用日期时间功能来创建季度：

def quarter(val):
    return pd.to_datetime(val).to_period("Q")

quarter(df.columns[3:])
 
PeriodIndex(['2000Q1', '2000Q1', '2000Q1', '2000Q2', '2000Q2', '2000Q2',
             '2001Q1', '2001Q1', '2001Q1', '2001Q2', '2001Q2', '2001Q2'],
            dtype='period[Q-DEC]', freq='Q-DEC')

然后我们取具有数值的列：

df.iloc[:,3:].groupby(quarter,axis=1).mean()
 
     2000Q1    2000Q2    2001Q1    2001Q2
0  0.506088  0.438958  0.132090  0.360160
1  0.635036  0.496895  0.673494  0.437333
2  0.560944  0.640423  0.603011  0.482962

你总是可以连接前三列：

pd.concat([df.iloc[:,:3],df.iloc[:,3:].groupby(quarter,axis=1).mean()],axis=1)

【讨论】：