0

我有一个数据框df，其中包含两家公司之间的交易信息和时间。我必须group-by每 3 个月与其他 3 个月加 1 进行比较。例如，我必须将 2015 年 10 月、2015 年 11 月、2015 年 12 月组合在一起，并将它们与 2015 年 11 月、2015 年 12 月、2016 年 1 月进行比较。所以，我必须将月份组合在一起[201510, 201511, 201512]并将它们与[201511, 201512, 201601]

数据框如下所示：

     A          B            YM       tot
0   494     6.83353e+07     201507  136388.22
1   1150    6.78366e+07     201507  68972.76
2   1575    6.96231e+07     201507  43447.37
3   3459    1.70194e+07     201507  298173.15
4   8591    5.40416e+07     201507  51255.22
5   17350   1.79459e+07     201507  24400.00
6   24685   1.7862e+07      201507  67631.19
7   28157   1.79105e+07     201507  20241.00
8   47963   2.73774e+07     201507  30000.00

times = pd.unique(df['YM']) ##  months we consider

times:  
array([201507, 201508, 201509, 201510, 201511, 201512, 201601, 201602,
           201603, 201604, 201605, 201606, 201607, 201608, 201609, 201610,
           201611, 201612, 201701, 201702, 201703, 201704, 201705, 201706,
           201707, 201708, 201709, 201710, 201711, 201712])

这就是我正在做的：

k = 0
v = 3
for i in range(0, len(times)-3)
    ## First Time Window
    tmp = df[(df['YM'] >= times[k]) & (df['YM'] <= times[v])] 
    net1 = net1.groupby(['A','B'], as_index = False)['tot'].sum()

    ## Second Time Window
    tmp = df[(df['YM'] >= times[k+1]) & (df['YM'] <= times[v+1])]  
    net2 = net2.groupby(['A','B'], as_index = False)['tot'].sum()

    k += 1 ## Update Time windows
    v += 1

我想知道是否有更有效的方法来做到这一点。

4

1 回答 1

2

在您的示例数据中，我们只有一个YM可以使用，所以它看起来并不多，但我认为这可能会满足您的需求：

df['YM'] = pd.to_datetime(df['YM'], format='%Y%m')

df.groupby('YM').sum().rolling(freq='M', window=3).mean()

它按年和月分组，得到总和，然后得到每 3 个月的滚动平均值

如果要将比较限制为tot列：

df.groupby('YEARMONTH')['tot'].sum().rolling(freq='M', window=3).mean()
于 2018-06-08T14:10:14.127 回答