如何在Pandas中自定义季节区间（指定起始月）计算数据均值？

问题1：指定季节起始月份解决resample分组问题 #

直接用resample的origin参数指定季节起始点，结合'3M'频率，就能让分组从2013年12月开始，完美匹配你需要的12-2月、3-5月等区间：

# 设置origin为数据起始的12月，确保分组从该月开始
seasonal_mean = df.resample('3M', origin='2013-12-01').mean()

如果想让结果的标签显示每个季节区间的最后一个月（比如12-2月的标签显示为2月），可以加上label='right'参数：

seasonal_mean = df.resample('3M', origin='2013-12-01', label='right').mean()

问题2：预定义季节分组计算均值 #

可以先给每条数据标记所属季节，再通过groupby计算均值，灵活性更强：

1. 编写月份到自定义季节的映射规则，新增季节列：

# 定义月份对应的季节
def get_season(month):
    if month in [12, 1, 2]:
        return '冬季(12-2月)'
    elif month in [3, 4, 5]:
        return '春季(3-5月)'
    elif month in [6, 7, 8]:
        return '夏季(6-8月)'
    elif month in [9, 10, 11]:
        return '秋季(9-11月)'

# 给数据添加季节标签
df['季节'] = df.index.month.apply(get_season)
# 按季节分组计算均值
seasonal_mean = df.groupby('季节').mean()

如果需要区分不同年份的同季节（比如2013-2014冬季、2014-2015冬季），可以把年份和季节结合：

def get_year_season(date):
    month = date.month
    year = date.year
    # 12月归属到下一年的冬季，1-2月归属到当前年冬季，其余月份归属当前年对应季节
    season_year = year + 1 if month == 12 else year
    season = get_season(month)
    return f"{season_year}年{season}"

df['年度季节'] = df.index.map(get_year_season)
seasonal_mean = df.groupby('年度季节').mean()

内容的提问来源于stack exchange，提问作者Santos