如何基于月度分组计算DataFrame平均值（适配多列数据）

原始数据 #

import pandas as pd

df = pd.DataFrame({
    'created_time': pd.to_datetime([
        '2021-07-01', '2021-07-31', '2021-08-02', 
        '2021-08-05', '2021-08-07', '2021-09-06', 
        '2021-09-08', '2021-09-25', '2021-09-30'
    ]),
    'shares_count': [250.0, 501.0, 48.0, 300.0, 200.0, 28.0, 100.0, 100.0, 200.0]
})

需求说明 #

需按月分组后，对每列计算月度总和 ÷ 当月数据行数的均值，目标输出格式：

created_time   shares_count
2021-07-31       375.5
2021-08-31       182.666
2021-09-30       142.66

原代码仅支持单列：

df.groupby(pd.Grouper(key='created_time',freq='M')).apply(lambda x: x['shares_count'].sum()/len(x))

适配多列的三种实现方法 #

方法1：直接用mean()（最简方案）

你需要的计算逻辑本质就是算术平均值，Pandas内置的groupby.mean()直接实现了这个逻辑，自动适配所有数值列：

df_monthly_avg = df.groupby(pd.Grouper(key='created_time', freq='M')).mean()

方法2：通过sum()与count()手动计算

如果需要明确展示计算过程，可以分别计算月度总和与行数后相除：

# 按月计算每列总和
df_sum = df.groupby(pd.Grouper(key='created_time', freq='M')).sum()
# 按月计算每列的有效行数（无缺失值时等于当月数据行数）
df_row_count = df.groupby(pd.Grouper(key='created_time', freq='M')).count()
# 计算均值
df_monthly_avg = df_sum / df_row_count

方法3：用agg()自定义聚合逻辑

通过agg对所有列应用统一的聚合函数，灵活适配多列：

df_monthly_avg = df.groupby(pd.Grouper(key='created_time', freq='M')).agg(
    lambda col: col.sum() / len(col)
)

验证结果 #

运行任意一种方法后，输出结果如下（保留三位小数示例）：

print(df_monthly_avg.round(3))
# 输出：
#             shares_count
# created_time            
# 2021-07-31        375.500
# 2021-08-31        182.667
# 2021-09-30        107.000  # 注：28+100+100+200=428，428÷4=107，原需求示例中的142.66应为笔误

内容的提问来源于stack exchange，提问作者kez