如何对跨多年的pandas DataFrame按跨年12-2月组重采样？

你的需求核心是将跨年度的冬季（上年12月-当年2月）作为一个年度周期分组，同时保证第一个分组完全包含前三个索引对应的行，这确实不能用默认的resample('Y')（它会按自然年份切割）。下面是符合Pandas惯用风格且高效的实现方案：

核心思路 #

我们需要给每个日期分配一个季节年度标签：

• 12月的日期，将其年份加1（比如1881-12属于1882年的冬季组）
• 1月和2月的日期，保持原年份（比如1882-01、1882-02都属于1882年的冬季组）

用这个标签作为分组键，通过groupby完成重采样计算，既高效又符合Pandas的向量化操作逻辑。

代码实现 #

1. 生成季节年度分组键 #

推荐用NumPy的向量化操作（比apply循环快得多）：

import numpy as np
import pandas as pd

# 假设你的DataFrame是df，索引为DatetimeIndex
season_year = np.where(df.index.month == 12, df.index.year + 1, df.index.year)

2. 分组计算均值（自动忽略NaN） #

resampled_df = df.groupby(season_year).mean()

验证断言 #

这个方案完全满足你的断言要求：

# 用equals避免浮点数精度问题导致的断言失败
assert df.iloc[0:3].mean().equals(resampled_df.iloc[0])

第一个分组resampled_df.iloc[0]对应的就是1882年冬季组，包含1881-12-01、1882-01-01、1882-02-01三个行，均值完全匹配。

为什么这个方法更优？ #

• 效率更高：基于Pandas/NumPy的向量化操作，比自定义分区函数的循环处理快几个数量级，尤其适合大数据集
• 逻辑清晰：直接通过日期属性生成分组键，可读性强，易于维护
• 原生支持NaN处理：groupby.mean()默认会忽略NaN值，无需额外处理
• 完全匹配需求：完美解决了跨年度分组的问题，同时保证第一个分组的范围符合预期

内容的提问来源于stack exchange，提问作者heyarne