Pandas计算每3列（季度）均值的高效方法求助

嘿，针对你这个10730行的月度DataFrame转季度均值的需求，我给你分享几个矢量化、高性能的解法，绝对能解决你当前效率低下的问题！

核心思路：利用Pandas的分组矢量化操作 #

Pandas的groupby是底层优化过的矢量化操作，比手动循环逐列计算快N倍，尤其适合你这种大行数的数据集。下面分两种场景给出具体实现：

场景1：name列为DataFrame的索引 #

如果你的name已经是索引（可提前通过df = df.set_index('name')设置），直接按季度分组计算均值即可：

import pandas as pd

# 将月度列名转换为datetime格式，方便提取季度信息
month_columns = pd.to_datetime(df.columns)
# 生成季度分组键：格式为"YYYYqQ"（比如2016q1）
quarter_groups = month_columns.strftime("%Yq%q")
# 按分组键对列进行分组，计算均值
quarter_df = df.groupby(quarter_groups, axis=1).mean()

场景2：name列为普通数据列 #

如果name是普通列，先将其设为索引，处理完成后再恢复：

import pandas as pd

# 临时把name设为索引
temp_df = df.set_index('name')
# 转换列名为datetime并生成季度分组键
month_columns = pd.to_datetime(temp_df.columns)
quarter_groups = month_columns.strftime("%Yq%q")
# 分组计算均值，最后恢复name列
quarter_df = temp_df.groupby(quarter_groups, axis=1).mean().reset_index()

进阶优化：跳过datetime转换，直接用字符串切片 #

如果你的列名是严格的YYYY-MM格式，还可以直接通过字符串切片生成季度键，省去datetime转换的开销，速度会更快：

import pandas as pd

temp_df = df.set_index('name')
# 遍历列名，直接提取年份和计算季度
quarter_groups = []
for col in temp_df.columns:
    year = col[:4]
    month = int(col[5:7])
    quarter = (month - 1) // 3 + 1
    quarter_groups.append(f"{year}q{quarter}")
# 分组计算均值
quarter_df = temp_df.groupby(quarter_groups, axis=1).mean().reset_index()

为什么这个方法高效？ #

你之前的低效方案大概率是用了Python层面的循环（比如逐3列遍历计算），而Pandas的groupby是基于C语言实现的矢量化操作，完全避开了Python循环的开销，对于10730行的数据集，几乎是瞬间完成计算。

结果验证 #

针对你给出的John的示例数据：

• 2016q1均值：(1000+1500+1800)/3 = 1433.333
• 2016q2均值：(2000+1600+1000)/3 = 1533.333
  用上面的方法可以精准得到这个结果，完全符合需求。

内容的提问来源于stack exchange，提问作者Elias Uhalde