使用Pandas pivot_table获取行列平均值及分组计算时间差均值

没问题，我帮你一步步实现这个需求，下面是详细的代码和解释：

首先我们把你提供的数据转换成可运行的pandas DataFrame，同时确保各列的类型符合要求：

import pandas as pd

# 构造原始数据
data = {
    'code': ['10', '10', '10', '10', '20', '20', '20', '20'],
    'y_m': ['201710', '201710', '201711', '201711', '201710', '201710', '201711', '201711'],
    'date_1': ['2017-10-01', '2017-10-07', '2017-11-06', '2017-11-02', '2017-10-03', '2017-10-07', '2017-11-06', '2017-11-02'],
    'date_2': ['2017-10-06', '2017-10-09', '2017-11-08', '2017-11-06', '2017-10-04', '2017-10-08', '2017-11-09', '2017-11-03']
}

df = pd.DataFrame(data)
# 转换日期列为datetime类型（对应你提到的ISODate）
df['date_1'] = pd.to_datetime(df['date_1'])
df['date_2'] = pd.to_datetime(df['date_2'])
# 确保code和y_m为字符串类型
df['code'] = df['code'].astype(str)
df['y_m'] = df['y_m'].astype(str)

先计算每行的date_2 - date_1的天数差，再按code和y_m分组计算平均天数，最后把这个平均值合并回原DataFrame：

# 计算每行的天数差（提取Timedelta的天数部分）
df['days_diff'] = (df['date_2'] - df['date_1']).dt.days

# 按code和y_m分组，计算每组的平均天数
group_avg = df.groupby(['code', 'y_m'])['days_diff'].mean().reset_index(name='avg_days')

# 将分组平均结果合并回原DataFrame，每个分组的所有行都会带上对应的avg_days
df = df.merge(group_avg, on=['code', 'y_m'], how='left')

处理后，原DataFrame会新增days_diff（单条记录的天数差）和avg_days（对应分组的平均天数）两列，比如code=10、y_m=201710的两条记录，avg_days会是(5+2)/2=3.5。

如果需要以code为行、y_m为列，直观展示每个分组的平均天数，可以用pandas的pivot_table：

# 生成行列平均值的透视表
pivot_avg = pd.pivot_table(
    df,
    values='days_diff',
    index='code',
    columns='y_m',
    aggfunc='mean',
    fill_value=0  # 可选：如果有空值可以填充为0，根据你的需求调整
)

运行后得到的透视表结构如下：

把上面的步骤整合起来，就是完整的代码：

import pandas as pd

# 构造原始数据
data = {
    'code': ['10', '10', '10', '10', '20', '20', '20', '20'],
    'y_m': ['201710', '201710', '201711', '201711', '201710', '201710', '201711', '201711'],
    'date_1': ['2017-10-01', '2017-10-07', '2017-11-06', '2017-11-02', '2017-10-03', '2017-10-07', '2017-11-06', '2017-11-02'],
    'date_2': ['2017-10-06', '2017-10-09', '2017-11-08', '2017-11-06', '2017-10-04', '2017-10-08', '2017-11-09', '2017-11-03']
}

df = pd.DataFrame(data)
# 转换日期列和类型
df['date_1'] = pd.to_datetime(df['date_1'])
df['date_2'] = pd.to_datetime(df['date_2'])
df['code'] = df['code'].astype(str)
df['y_m'] = df['y_m'].astype(str)

# 计算天数差和分组平均
df['days_diff'] = (df['date_2'] - df['date_1']).dt.days
group_avg = df.groupby(['code', 'y_m'])['days_diff'].mean().reset_index(name='avg_days')
df = df.merge(group_avg, on=['code', 'y_m'], how='left')

# 生成透视表
pivot_avg = pd.pivot_table(df, values='days_diff', index='code', columns='y_m', aggfunc='mean', fill_value=0)

# 输出结果
print("处理后的DataFrame：")
print(df)
print("\n行列平均值透视表：")
print(pivot_avg)

内容的提问来源于stack exchange，提问作者daiyue