如何用Pandas DataFrame计算月度数据的年度均值并生成每年一行的数据集

我有一个包含1990年1月1日至2022年12月1日月度数据的数据集，共396行5列，数据结构如下：

time        KW       KWB      KWNB    KW_Wan
0   1990-01-01  6.202622  4.703502  1.364310  1.094818
1   1990-02-01  5.496127  4.105197  1.315037  0.994010
2   1990-03-01  5.709514  4.271940  1.337316  0.962968
3   1990-04-01  5.462525  4.046974  1.304561  0.892898
4   1990-05-01  5.962263  4.497025  1.317582  0.978504
..         ...       ...       ...       ...       ...
391 2022-08-01  6.344508  4.833736  1.342924  1.024887
392 2022-09-01  6.186552  4.686499  1.358012  0.975839
393 2022-10-01  5.886825  4.411931  1.343506  1.000438
394 2022-11-01  5.511992  4.101947  1.303725  0.962535
395 2022-12-01  5.858962  4.398572  1.364262  0.987936

我希望计算每列的年度均值，最终得到一个32行5列的DataFrame。我尝试了以下代码：

year=pd.Series(range(1990,2023))
a_kw=monthlymean_kw.groupby(monthlymean_kw.time.dt.year)['KW'].transform('mean')
a_kwb=monthlymean_kw.groupby(monthlymean_kw.time.dt.year)['KWB'].transform('mean')
akwnb=monthlymean_kw.groupby(monthlymean_kw.time.dt.year)['KWNB'].transform('mean')
a_kwWan=monthlymean_kw.groupby(monthlymean_kw.time.dt.year)['KW_Wan'].transform('mean')

annualmean=pd.DataFrame({'year':list(year),'KW':list(a_kw),'KWB':list(a_kwb),'KWNB':list(akwnb),'KW_Wan':list(a_kwWan)},columns=['Year','KW','KWB','KWNB','KW_Wan'])

代码可以运行，但得到的是一个396行5列的DataFrame，每行的值为该记录对应年份的均值。请问如何生成每年仅包含一个均值的年度均值DataFrame？

你使用transform方法的问题在于，它会将计算出的年度均值广播到原数据集的每一行，因此结果行数和原数据一致。要直接得到每年一行的聚合结果，只需要将transform替换为mean()，并通过一次分组操作完成所有列的聚合，无需单独处理每一列：

方法1：聚合所有数值列 #

# 按time列的年份分组，对所有数值列计算年度均值
annual_mean = monthlymean_kw.groupby(monthlymean_kw['time'].dt.year).mean().reset_index()
# 将年份列重命名为Year
annual_mean = annual_mean.rename(columns={'time': 'Year'})

方法2：聚合指定列（可选） #

如果只需要对特定列计算年度均值，可以明确指定列名：

# 指定需要计算均值的列
target_cols = ['KW', 'KWB', 'KWNB', 'KW_Wan']
# 分组并聚合指定列
annual_mean = monthlymean_kw.groupby(monthlymean_kw['time'].dt.year)[target_cols].mean().reset_index()
# 重命名年份列
annual_mean = annual_mean.rename(columns={'time': 'Year'})

以上两种方法得到的annual_mean都是32行5列的DataFrame，每行对应一个年份的各列均值。

内容的提问来源于stack exchange，提问作者Shayma