Pandas GroupBy 和日期范围内的平均值答案

【问题标题】：Pandas GroupBy and Mean over Date RangePandas GroupBy 和日期范围内的平均值
【发布时间】：2019-01-20 20:37:35
【问题描述】：

我想使用 groupby 和 mean 计算每个 ID 的平均值。但是，我只需要Date 在年份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'])['Amount'].agg('mean')

它将所有行都考虑在内，因此平均值为333.3。如何排除 Date 为 2018 的行（平均值为 (250+400)/2=325）？

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

您需要使用query 进行预过滤步骤：

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

         Amount
ID             
STCK123     325

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

在调用groupby 之前，请参阅here 了解更多关于删除行的方法。

您也可以mask 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

【讨论】：