如何在时间序列Pandas列中按季度统计非零元素数量

我来帮你搞定这个需求！从你的示例数据能看出来，你需要把每3个时间点划分为一个季度，在每个季度的最后一行新增列C，统计该季度内A列的非零元素数量。之前用pd.rolling(3).count()没达到预期，是因为这个方法统计的是窗口内非缺失值的数量，而非你需要的非零元素数量，咱们换个思路来实现：

方法一：按固定行数（每3行）分组统计 #

如果你的时间序列是严格按每3行对应一个季度的规则排列的，可以用这种方法：

步骤说明 #

1. 给每行添加分组标识，把连续3行归为一组；
2. 计算每个分组内A列的非零元素数量；
3. 将统计结果赋值到对应分组的最后一行的C列；
4. 清理临时的分组列。

完整代码 #

import pandas as pd
import numpy as np

# 先模拟你的示例数据
data = {
    'time': ['time1', 'time2', 'time3', 'time4', 'time5', 'time6', 'time7', 'time8', 'time9', 'time10', 'time11', 'time12'],
    'A': [5, 0, 3, 4, 9, 4, 2, 0, 0, 3, 4, 7],
    'B': [np.nan]*12  # 示例中B列是空值，这里用NaN模拟
}
df = pd.DataFrame(data).set_index('time')

# 1. 创建分组标识：每3行一组
df['group'] = np.arange(len(df)) // 3

# 2. 计算每个分组内A列的非零元素数量
group_nonzero_counts = df.groupby('group')['A'].apply(lambda x: (x != 0).sum())

# 3. 将统计结果赋值到每个分组的最后一行的C列
df.loc[df.groupby('group').tail(1).index, 'C'] = group_nonzero_counts.values

# 4. 删除临时的group列
df.drop('group', axis=1, inplace=True)

# 查看结果
print(df)

输出结果 #

A   B    C
time              
time1   5 NaN  NaN
time2   0 NaN  NaN
time3   3 NaN  2.0
time4   4 NaN  NaN
time5   9 NaN  NaN
time6   4 NaN  3.0
time7   2 NaN  NaN
time8   0 NaN  NaN
time9   0 NaN  1.0
time10  3 NaN  NaN
time11  4 NaN  NaN
time12  7 NaN  3.0

方法二：按实际时间季度分组（更严谨） #

如果你的time列是标准的日期时间类型（比如datetime），推荐用这种方法，它会自动按自然季度（1-3月、4-6月等）分组，比固定行数更准确：

完整代码 #

import pandas as pd
import numpy as np

# 模拟带真实日期的时间序列数据
data = {
    'time': pd.date_range(start='2023-01-01', periods=12, freq='M'),  # 每月最后一天
    'A': [5, 0, 3, 4, 9, 4, 2, 0, 0, 3, 4, 7],
    'B': [np.nan]*12
}
df = pd.DataFrame(data).set_index('time')

# 按季度分组，计算每组A列的非零元素数量
quarter_counts = df.groupby(pd.Grouper(freq='Q'))['A'].apply(lambda x: (x != 0).sum())

# 将统计结果赋值到每个季度最后一个月的C列
df.loc[quarter_counts.index, 'C'] = quarter_counts.values

# 查看结果
print(df)

关键说明 #

• pd.Grouper(freq='Q')会自动将数据按自然季度分组，Q代表季度频率；
• 如果需要同时统计A和B列的非零元素，只需要把['A']改成['A', 'B']，然后用(df[['A','B']] != 0).sum(axis=1).groupby(...)调整统计逻辑即可。

内容的提问来源于stack exchange，提问作者Chuck