使用 Pandas NamedAgg 按多列分组和聚合

Question

我有一个按日期排列的列的数据框。 这些列是一年多以来每天读取的读数。 我正在尝试汇总和分组这些数据以显示季度汇总数字。 我发现大熊猫 namedagg 可能支持这一点，但我正在努力传递多个列名并应用单个聚合函数。

我的示例数据集，显示了 2020 年到 2021 年之间每天按日期排列的城市、邮编和其余列

这是我想要实现的目标，下面给出了我通过将多列传递给 NamedAgg 方法所尝试的示例，但它似乎不接受它：

df.groupby(['city','zip']).agg(
  2021_q1=pd.NamedAgg(column=df.columns[1:89].values.tolist(),aggfunc=sum),
  2021_q2=pd.NamedAgg(column=df.columns[90:180].values.tolist(),aggfunc=sum),
  2021_q3=pd.NamedAgg(column=df.columns[181:240].values.tolist(),aggfunc=sum),
  2021_q4=pd.NamedAgg(column=df.columns[241:380].values.tolist(),aggfunc=sum),
  2022_q1=pd.NamedAgg(column=df.columns[381:450].values.tolist(),aggfunc=sum),
)

我收到错误

类型错误：不可散列的类型：“列表”

是否有另一种方式我应该传递我想要聚合的列列表，或者请建议是否有更好的方法来按季度数字聚合我的数据集

Answer 1

将非日期列转换为索引，将列转换为日期时间，然后通过DatetimeIndex.to_period聚合转换为季度周期的值：

df = df.set_index(['city','zip'])

df.columns = pd.to_datetime(df.columns)

df1 = df.groupby(df.columns.to_period('Q'), axis=1).sum()