在Pandas数据框中使用groupby按财年分组

Question

我有一个数据框，其中包含一个名为DT的datetime64列。是否可以使用groupby按财政年度（从4月1日到3月31日）进行分组？

例如：

    Date | PE_LOW 
    2010-04-01 | 15.44
    ...
    2011-03-31 | 16.8
    2011-04-02 | 17.
    ...
    2012-03-31 | 17.4

对于以上数据，我想按照财政年度2010-2011和财政年度2011-2012进行分组，而不需要创建额外的列。

- newbie

Answer 1

首先，您需要定义一个输出财年的函数。您可以使用以下代码：

def getFiscalYear(dt):
    year = dt.year
    if dt.month<4: year -= 1
    return year

您说您不想使用额外的列来分组框架。通常，通过这样说来调用groupby方法：df.groupby("colname")，然而该语句在语义上等同于 df.groupby(df["colname"] - 意思是您可以像这样做...

grouped = DT.groupby(DT['Date'].apply(getFiscalYear))

然后对分组或其他你想要的对象应用方法。如果你只想要这些分组被分开，就调用 grouped.groups。

- ZJS

Answer 2

使用 pandas.DatetimeIndex 很简单：

DT.groupby(pd.DatetimeIndex(DT.Date).shift(-3,freq='m').year)

如果您使用日期作为DT的索引，那么操作就更简单了：

DT.groupby(DT.index.shift(-3,freq='m').year)

但请注意，shift(-3,freq='m')将日期向月底推移；例如，4月8日会被推移至1月31日等。无论如何，这个函数非常适合你的问题。

- Jihun

Answer 3

我曾遇到类似问题，使用以下代码通过Grouper来指定频率并将财年结尾偏移至三月（month=3）：

grouped_df = df.groupby([pd.Grouper(key='DateColumn', freq=pd.tseries.offsets.BYearEnd(month=3))])

Pandas商务年末和分组器

- Alex

Answer 4

我发现最简单的方法是这样的（类似于Alex的答案，但稍微更加简洁）：

df.groupby([pd.Grouper(key='DateColumn', freq="A-MAR")])

如果你想让年份以最后一个工作日结束，可以使用freq="BA-MAR"。

- s_pike

Answer 5

类似于这个答案，但是我需要（在此初始帖子的时间）报告财政年度为2023年。这可以通过反转不等式并将递减变为递增来实现。

def fiscal_year(dt):
    year = dt.year
    if dt.month > 4:
        year += 1
    return year

- Galen