使用Pandas计算月度支出移动平均及resample报错问题咨询

首先，你遇到的resample错误核心原因很明确：resample方法要求DataFrame/Series的索引是DatetimeIndex、TimedeltaIndex或PeriodIndex类型，而你的当前索引是默认的RangeIndex（数字索引）——哪怕Date_of_event是datetime列也没用，resample是基于索引工作的，不是普通列。

下面给你两种可行的解决方案，从数据处理到绘图一步到位：

方案一：使用resample（推荐，更简洁） #

步骤1：标准化日期列并设置为索引 #

先确保你的日期列是datetime类型（你说已经能使用dt方法，这一步可能已经完成，但还是可以加一行确认），然后将其设置为DataFrame的索引：

import pandas as pd

# 确保日期列是datetime类型（如果还没转换的话）
df['Date_of_event'] = pd.to_datetime(df['Date_of_event'])
# 将日期列设置为DataFrame的索引
df = df.set_index('Date_of_event')

步骤2：计算月度平均支出 #

现在索引是DatetimeIndex，就可以正常使用resample了：

# 按日历月重采样，计算月度平均支出
monthly_avg_exp = df['expenditure'].resample('M').mean()

这里'M'表示按自然月聚合，mean()会自动计算每个月的支出平均值。

步骤3：计算6个月移动平均 #

用rolling方法实现滚动平均：

# 计算连续6个月份的滚动平均（window=6表示取最近6个月的数据计算均值）
six_month_rolling_avg = monthly_avg_exp.rolling(window=6).mean()

方案二：使用groupby按年月分组 #

如果不想修改DataFrame的索引，也可以提取年月作为分组键来计算月度平均：

# 提取年月信息，转为Period类型（保证时间顺序的一致性）
df['year_month'] = df['Date_of_event'].dt.to_period('M')
# 按年月分组计算平均支出
monthly_avg_exp = df.groupby('year_month')['expenditure'].mean()
# 必须排序，否则移动平均会因为时间乱序出错
monthly_avg_exp = monthly_avg_exp.sort_index()
# 同样计算6个月移动平均
six_month_rolling_avg = monthly_avg_exp.rolling(window=6).mean()

用Seaborn/Matplotlib绘图 #

用Matplotlib绘制： #

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
# 绘制月度平均支出
monthly_avg_exp.plot(marker='o', label='月度平均支出')
# 绘制6个月移动平均
six_month_rolling_avg.plot(marker='s', label='6个月移动平均')

plt.title('月度平均支出与6个月移动平均')
plt.xlabel('年月')
plt.ylabel('支出金额')
plt.legend()
plt.xticks(rotation=45)
plt.tight_layout()  # 自动调整布局，避免标签被截断
plt.show()

用Seaborn绘制（更美观）： #

需要先将Series转为DataFrame，适配Seaborn的输入格式：

import seaborn as sns
import matplotlib.pyplot as plt

# 将数据整理为长格式DataFrame
plot_data = pd.DataFrame({
    '年月': monthly_avg_exp.index.astype(str),  # 将Period转为字符串，方便x轴显示
    '月度平均支出': monthly_avg_exp.values,
    '6个月移动平均': six_month_rolling_avg.values
}).melt(id_vars='年月', var_name='指标', value_name='支出金额')

plt.figure(figsize=(10, 6))
sns.lineplot(data=plot_data, x='年月', y='支出金额', hue='指标', marker='o')

plt.title('月度平均支出与6个月移动平均')
plt.xlabel('年月')
plt.ylabel('支出金额')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

额外说明： #

你之前的错误代码df['Date_of_event'] = df['Date_time'].resample('M')有两个问题：

1. 列名可能写错了（你的数据里是Date_of_event，不是Date_time）；
2. resample不能直接赋值给普通列，它需要作用在带时间索引的Series/DataFrame上，返回的是重采样后的结果，不是修改原列。

内容的提问来源于stack exchange，提问作者Calvin77