如何用Pandas Grouper按自然年代（70、80年代等）分组DataFrame？

这个问题我之前也碰到过！Pandas的pd.Grouper(freq='10Y')默认是从数据的起始日期开始计算周期，而不是按自然年代（1970、1980、1990这种整十年分界）来分组，所以才会出现1973-1983这种不符合预期的区间。给你两种简单的解决方案：

方法一：直接提取年代标签（最直观） #

通过年份计算出对应的年代（比如1973年属于1970年代，用1970标记），然后按这个标签分组：

import pandas as pd

# 假设你的DataFrame日期是索引（datetime类型）
# 提取年代：年份//10*10 会把1973→1970，1985→1980，以此类推
decades = df.index.year // 10 * 10

# 按年代分组计算均值
decade_mean = df.groupby(decades).mean()

# 可选：把索引改成更友好的格式（比如1970→"1970s"）
decade_mean.index = decade_mean.index.map(lambda x: f"{x}s")

方法二：调整pd.Grouper的锚点 #

利用pd.Grouper的origin参数，把周期的起始点锚定到整十年的第一天（比如1970-01-01），这样10Y的周期就会按自然年代划分：

import pandas as pd

# 锚定到1970年1月1日，让10年周期从整年代开始
decade_mean = df.groupby(
    pd.Grouper(freq='10Y', origin='1970-01-01')
).mean()

# 可选：重命名索引为年代格式
decade_mean.index = decade_mean.index.year.map(lambda x: f"{x}s")

注意事项 #

• 如果你的日期不是DataFrame的索引，而是单独的列（比如列名为date），需要在pd.Grouper中指定key参数：

  decade_mean = df.groupby(
      pd.Grouper(key='date', freq='10Y', origin='1970-01-01')
  ).mean()
  

• 两种方法的结果本质一致：方法一的1970年代包含1973-1979的所有数据，方法二的1970年代组是1973-1980-01-01前的数据，都符合自然年代的分组需求。

内容的提问来源于stack exchange，提问作者foreignvol