如何从覆盖全年数据的DataFrame中计算均值、中位数、众数等统计指标

前置准备 #

确保已安装并导入pandas库：
import pandas as pd

步骤1：数据预处理 #

• 转换日期列格式：将第一列日期数据转换为pandas datetime类型，方便时间维度筛选
  代码示例：df['date_col'] = pd.to_datetime(df['date_col'])
• 筛选全年数据：如果需要统计指定自然年的指标，先筛选对应年份的数据集
  代码示例：year_df = df[df['date_col'].dt.year == 2023] （将2023替换为你需要统计的目标年份即可）

步骤2：统计指标计算 #

场景1：全量数据全年整体指标 #

直接对目标数值列调用内置统计方法即可：

# 均值
mean_value = year_df['value_col'].mean()
# 中位数
median_value = year_df['value_col'].median()
# 众数，pandas的mode返回Series，取第一个元素为最终众数
mode_value = year_df['value_col'].mode().iloc[0]

场景2：按项目分组统计各项目全年指标 #

如果需要计算每个项目编码对应的全年指标，使用groupby聚合即可：

project_year_stats = year_df.groupby('project_id_col')['value_col'].agg(
    yearly_mean = 'mean',
    yearly_median = 'median',
    yearly_mode = lambda x: x.mode().iloc[0] if not x.mode().empty else pd.NA
).reset_index()

注意事项 #

• 上述代码中date_col替换为你的日期列实际列名，project_id_col替换为项目识别编码列的实际列名，value_col替换为你要统计的数值列实际列名
• 如果同一个日期下同一个项目存在多条重复记录，可以先按日期+项目编码分组聚合单日数值后再做全年统计
• 若存在多个相同频次的众数，上述代码仅返回第一个，需要返回全量众数可调整lambda函数的返回逻辑

内容的提问来源于stack exchange，提问作者R S John