如何在Pandas DataFrame中计算冬月（12/1/2月）的目标平均值？

我明白你的问题了——你要计算的是**跨年度冬季（前一年12月 + 当年1、2月）**的平均值，但默认的年度重采样(resample('a'))是按自然日历年度（1月到12月）聚合，所以会把同一年里的1、2月和当年12月混在一起，这显然不符合你的需求。下面是具体的解决方案：

步骤1：还原你的数据（方便复现） #

首先我们先构造你提供的DataFrame：

import pandas as pd

# 构造数据
data = {
    'date': ['2000-02-29', '2000-03-31', '2000-04-30', '2000-05-31', '2000-06-30', 
             '2000-07-31', '2000-08-31', '2000-09-30', '2000-10-31', '2000-11-30', 
             '2000-12-31', '2001-01-31', '2001-02-28', '2001-03-31', '2001-04-30', 
             '2001-05-31', '2001-06-30', '2001-07-31', '2001-08-31', '2001-09-30', 
             '2001-10-31', '2001-11-30', '2001-12-31', '2002-01-31', '2002-02-28', 
             '2002-03-31', '2002-04-30'],
    'value': [0.046871, None, None, None, None, None, None, None, None, None, 
              0.015948, 0.020552, 0.033409, None, None, None, None, None, None, None, 
              None, None, 0.013204, 0.017093, 0.019723, None, None]
}

# 转换为datetime索引的DataFrame
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

步骤2：添加冬季年度标识 #

核心思路是给每个冬季月份分配一个跨年度的冬季年份：

• 1月、2月属于当前日历年份的冬季
• 12月属于下一个日历年份的冬季

这样就能把前一年12月和当年1、2月归到同一个冬季组里：

# 创建冬季年份列
df['winter_year'] = df.index.year

# 把12月的冬季年份加1，归到下一年的冬季组
df.loc[df.index.month == 12, 'winter_year'] += 1

步骤3：筛选冬季数据并计算平均值 #

先过滤出只有12、1、2月的有效数据，再按冬季年份分组求平均：

# 筛选冬季月份（1、2、12月）且值不为NaN的行
winter_data = df[(df.index.month.isin([1, 2, 12])) & df['value'].notna()]

# 按冬季年份分组计算平均值
winter_average = winter_data.groupby('winter_year')['value'].mean()

最终结果 #

运行上述代码后，你会得到符合需求的冬季平均值：

print(winter_average)
# 输出：
# winter_year
# 2000    0.046871
# 2001    0.023303
# 2002    0.016673
# Name: value, dtype: float64

• 2000冬季：仅包含2000年2月的数据（无1999年12月数据）
• 2001冬季：2000年12月 + 2001年1月 + 2001年2月的平均值
• 2002冬季：2001年12月 + 2002年1月 + 2002年2月的平均值

内容的提问来源于stack exchange，提问作者bikuser