如何按年度季度对pandas透视表分组聚合FICO区间余额

首先确认你的透视表行索引base_ts是datetime类型，这是pandas做时间分组的前置要求，如果不是先做类型转换，之后直接用时间重采样接口resample按季度聚合即可，天然支持区分不同年份的季度，不需要手动写月份判断逻辑。

完整实现代码 #

import pandas as pd

# 转换索引为日期时间类型（如果已经是datetime类型可以跳过这步）
total_balance.index = pd.to_datetime(total_balance.index)

# 按季度维度重采样，对所有FICO区间的余额求和
quarterly_total = total_balance.resample(rule='Q').sum()

# 可选：把索引格式化为「年份年Q季度」的易读格式，比如2015年Q4、2016年Q1
quarterly_total.index = quarterly_total.index.to_period('Q').astype(str).str.replace('Q', '年Q')

样例数据运行结果 #

针对你给出的样例透视表，运行上述代码后得到的汇总结果如下：

补充说明 #

• resample使用的Q频率默认季度划分规则为「1-3月Q1、4-6月Q2、7-9月Q3、10-12月Q4」，和你要求的规则完全一致，不需要额外自定义分组逻辑
• 如果你不需要中文格式的季度标签，只需要2015Q4这类标准格式，删掉最后一行索引格式化的代码即可，此时索引为季度周期类型，后续做时间序列计算更方便
• 聚合逻辑为对同一季度下所有月份的对应FICO区间余额做累加，自动按年份隔离季度数据，不会出现不同年份同季度数据混算的问题

内容的提问来源于stack exchange，提问作者aironia