按季度汇总数据

Question

我有一个枢轴熊猫数据框（按区域划分的销售额），它是通过使用pivot_table方法从另一个熊猫数据框（按商店划分的销售额）创建的。

举个例子：

df = pd.DataFrame(
    {'store':['A','B','C','D','E']*7, 
     'region':['NW','NW','SW','NE','NE']*7, 
     'date':['2017-03-30']*5+['2017-04-05']*5+['2017-04-07']*5+['2017-04-12']*5+['2017-04-13']*5+['2017-04-17']*5+['2017-04-20']*5,
     'sales':[30,1,133,9,1,30,3,135,9,11,30,1,140,15,15,25,10,137,9,3,29,10,137,9,11,30,19,145,20,10,30,8,141,25,25]
     })
df['date'] = pd.to_datetime(df['date'])
df_sales = df.pivot_table(index = ['region'], columns = ['date'], aggfunc = [np.sum], margins = True)
df_sales = df_sales.ix[:,range(0, df_sales.shape[1]-1)]

我的目标是对销售数据框df_sales执行以下操作。

创建一个新的数据框，按季度汇总销售额。 我可以使用原始数据框df或sales_df。

截至本季度末，我们只有两个季度（ 美国会计年度 ），因此季度汇总数据框架如下所示：

2017Q1  2017Q2
10      27
31      37.5
133     139.17

我将第一季度的所有天均值作为平均值，并将第二季度的均值作为平均值。 因此，例如，对于东北地区'NE' ，第一季度是2017-03-30一天的平均值，即10天，第二季度是2017-04-05至2017-04年的平均值-20，即

(20+30+12+20+30+50)/6=27

有什么建议么？

其他说明：理想情况下，我会在df_sales数据透视表上进行四分之一聚合，因为它要保留在内存中的数据帧要小得多。 当前的解决方案是在原始df上完成的，但我仍在df_sales数据帧中寻求解决方案。

Answer 1

更新：

设定：

df.date = pd.to_datetime(df.date)

df_sales = df.pivot_table(index='region', columns='date', values='sales', aggfunc='sum')

In [318]: df_sales
Out[318]:
date    2017-03-30  2017-04-05  2017-04-07  2017-04-12  2017-04-13  2017-04-17  2017-04-20
region
NE              10          20          30          12          20          30          50
NW              31          33          31          35          39          49          38
SW             133         135         140         137         137         145         141

解：

In [319]: (df_sales.groupby(pd.PeriodIndex(df_sales.columns, freq='Q'), axis=1)
     ...:          .apply(lambda x: x.sum(axis=1)/x.shape[1])
     ...: )
Out[319]:
date    2017Q1      2017Q2
region
NE        10.0   27.000000
NW        31.0   37.500000
SW       133.0  139.166667

---

基于原始DF的解决方案：

In [253]: (df.groupby(['region', pd.PeriodIndex(df.date, freq='Q-DEC')])
     ...:    .apply(lambda x: x['sales'].sum()/x['date'].nunique())
     ...:    .to_frame('avg').unstack('date')
     ...: )
     ...:
Out[253]:
          avg
date   2017Q1      2017Q2
region
NE       10.0   27.000000
NW       31.0   37.500000
SW      133.0  139.166667

注意： df是原始DF（“旋转”之前）