如何计算DataFrame中各品类的日均值与月均值？

首先确保你已安装pandas库，然后按以下步骤操作：

1. 导入库并构造初始DataFrame #

import pandas as pd

# 构造你的原始数据
data = {
    'date': ['29/4/2022', '30/4/2022', '30/4/2022', '1/5/2022', '1/5/2022', '1/5/2022', '1/6/2022', '1/6/2022', '1/6/2022'],
    'sales': [2, 5, 1, 1, 8, 4, 7, 9, 5],
    'cat': ['a', 'a', 'b', 'a', 'b', 'c', 'a', 'b', 'c']
}

df = pd.DataFrame(data)

2. 转换日期格式 #

将date列转为datetime类型，方便后续按日、月分组计算：

df['date'] = pd.to_datetime(df['date'], dayfirst=True)

3. 计算日均值（daily_avg） #

常规日均值（同分类当日sales平均） #

指每个分类（cat）在同一天内的sales平均值，若某分类当日仅一条数据，均值即为该数据本身：

# 按分类和日期分组计算均值
daily_avg = df.groupby(['cat', df['date'].dt.date])['sales'].mean().reset_index(name='daily_avg')
# 将结果合并回原DataFrame
df = df.merge(daily_avg, left_on=['cat', df['date'].dt.date], right_on=['cat', 'date'], how='left')
# 清理重复的date列
df = df.drop('date_y', axis=1).rename(columns={'date_x': 'date'})

累计日均值（截止到当前行的分类sales平均） #

如果需要的是从该分类第一条数据到当前行的累计平均值，替换为以下代码：

df['daily_avg'] = df.groupby('cat')['sales'].expanding().mean().reset_index(level=0, drop=True)

4. 计算月均值（monthly_avg） #

常规月均值（同分类当月sales平均） #

指每个分类（cat）在同一月份内的sales平均值：

# 按分类和月份（年-月）分组计算均值
monthly_avg = df.groupby(['cat', df['date'].dt.to_period('M')])['sales'].mean().reset_index(name='monthly_avg')
# 将结果合并回原DataFrame
df = df.merge(monthly_avg, left_on=['cat', df['date'].dt.to_period('M')], right_on=['cat', 'date'], how='left')
# 清理重复列
df = df.drop('date_y', axis=1).rename(columns={'date_x': 'date'})

累计月均值（截止到当前行的分类当月sales平均） #

如果需要的是该分类当月从第一条数据到当前行的累计平均值，替换为以下代码：

df['monthly_avg'] = df.groupby(['cat', df['date'].dt.to_period('M')])['sales'].expanding().mean().reset_index(level=[0,1], drop=True)

5. 调整格式和列顺序 #

将日期转回dd/mm/yyyy格式，并调整列顺序匹配目标格式：

# 转换日期格式
df['date'] = df['date'].dt.strftime('%d/%m/%Y')
# 调整列顺序
df = df[['date', 'sales', 'cat', 'daily_avg', 'monthly_avg']]

最终结果示例 #

执行完上述步骤后，若使用常规日/月均值，结果如下：

date  sales cat  daily_avg  monthly_avg
0  29/04/2022      2   a        2.0     3.500000
1  30/04/2022      5   a        5.0     3.500000
2  30/04/2022      1   b        1.0     1.000000
3  01/05/2022      1   a        1.0     1.000000
4  01/05/2022      8   b        8.0     8.000000
5  01/05/2022      4   c        4.0     4.000000
6  01/06/2022      7   a        7.0     7.000000
7  01/06/2022      9   b        9.0     9.000000
8  01/06/2022      5   c        5.0     5.000000

内容的提问来源于stack exchange，提问作者Peter