使用Pandas DataFrame按十年为单位对年份索引进行分组

Question

假设我有一个以月份为时间步长的数据框，我知道可以使用 dataframe.groupby(lambda x:x.year) 将月度数据分组为年度数据并应用其他操作。是否有一种方法可以快速将它们按十年为单位进行分组？

感谢任何提示。

- wiswit

Answer 1

要获取一个年代，可以将该年份进行整数除以10，然后再乘以10。例如，如果你从

>>> dates = pd.date_range('1/1/2001', periods=500, freq="M")
>>> df = pd.DataFrame({"A": 5*np.arange(len(dates))+2}, index=dates)
>>> df.head()
             A
2001-01-31   2
2001-02-28   7
2001-03-31  12
2001-04-30  17
2001-05-31  22

你可以按年份分组，像往常一样（这里有一个DatetimeIndex，所以非常容易）：

>>> df.groupby(df.index.year).sum().head()
         A
2001   354
2002  1074
2003  1794
2004  2514
2005  3234

或者你可以使用(x//10)*10这个技巧：

>>> df.groupby((df.index.year//10)*10).sum()
           A
2000   29106
2010  100740
2020  172740
2030  244740
2040   77424

如果您没有可以使用 .year 的内容，您仍然可以执行 lambda x: (x.year//10)*10)。

- DSM

Answer 2

如果您的数据框具有标题，比如：DataFrame ['人口'，'薪资'，'车辆数']

将您的索引设置为年份：DataFrame = DataFrame.set_index('Year')

使用以下代码对数据进行十年一次的重新采样，并在该十年内给出所有其他列的总和

datafame = dataframe.resample('10AS').sum()

- Shiv948

---

最佳解决方案，不需要任何变通方法。应该被接受为答案。 - bk_

这很完美。我在我的日期时间变量（以及一个名为“t_0_low”的变量）上运行它，也可以正常工作。参见： g_1 = dfm.set_index('datetime').resample('10AS')['t_0_low'].sum() - Rens

Answer 3

使用索引的年份属性：

df.groupby(df.index.year)

- waitingkuo

---

这将按年份分组，而不是按十年份分组，不幸的是。 - BCArg

Answer 4

假设您的日期列名为Date，那么您可以进行分组

dataframe.set_index('Date').ix[:,0].resample('10AS', how='count')

注意：ix - 在这里选择数据框中的第一列

您会得到各种偏移量： http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases

- Shankar ARUL