如何使用Pandas将CSV中的月度就业数据转换为年度平均值？

首先修正你代码里的问题：df = pd.DataFrame(data)这行完全多余——pd.read_csv已经直接返回DataFrame，且你未定义data变量，直接删掉即可。

下面提供两种常用的实现方式：

方法一：使用resample（时间序列专用方法） #

resample是pandas处理时间序列数据的核心工具，步骤如下：

• 将REF_DATE列转换为datetime类型
• 将日期列设置为DataFrame的索引
• 按年度重采样并计算目标列的平均值

示例代码：

import pandas as pd

# 读取CSV数据
df = pd.read_csv('/14100017.csv')

# 转换日期列格式为datetime
df['REF_DATE'] = pd.to_datetime(df['REF_DATE'])

# 将日期设为索引
df = df.set_index('REF_DATE')

# 按年度重采样，计算就业数据的年度平均值（替换VALUE为你实际的数值列名）
annual_avg = df['VALUE'].resample('Y').mean()

# 可选：将索引格式化为纯年份（如2020而非2020-12-31）
annual_avg.index = annual_avg.index.year

print(annual_avg)

方法二：使用groupby按年份分组 #

如果不想设置时间索引，可提取年份后直接分组计算：

• 从REF_DATE中提取年份生成新列
• 按年份分组并计算目标列的平均值

示例代码：

import pandas as pd

df = pd.read_csv('/14100017.csv')
df['REF_DATE'] = pd.to_datetime(df['REF_DATE'])

# 从日期中提取年份
df['YEAR'] = df['REF_DATE'].dt.year

# 按年份分组计算平均值（替换VALUE为你实际的数值列名）
annual_avg = df.groupby('YEAR')['VALUE'].mean()

print(annual_avg)

注意事项 #

• 替换代码中的VALUE为你CSV里实际存储就业数据的列名（从截图看是数值类列）
• 如果REF_DATE是非标准日期格式，需在pd.to_datetime中指定format参数，比如pd.to_datetime(df['REF_DATE'], format='%Y-%m')

内容的提问来源于stack exchange，提问作者businesstoe