創建一個 function 以計算不同年份的中位數成本

Question

我有一個示例數據集，其中包含不同年份的 id 和成本，如下所示：

ID	2015-04	2015-05	2015-06	2015-07	2016-04	2016-05	2016-06	2016-07	2017-04	2017-05	2017-06	2017-07	2018-04	2018-05	2018-06	2018-07
10	58500	58500	58300	57800	57500	57700	57800	57800	57800	57900	58400	59000	59500	59500	59000	58500
11	104600	104600	105700	106100	106300	107300	108000	107600	107800	108300	109200	109600	109300	108700	109000	110700
12	104900	106700	107900	107500	106100	105200	105700	106400	106700	107100	107200	107100	107500	108300	109200	110500
13	50500	49600	48900	48400	48100	48000	47700	47500	47400	47600	47800	47800	47600	47600	48100	48400
14	49800	49900	50300	50800	51100	51200	51200	51400	51600	51900	52400	52600	52300	51800	51100	50900

如何在 Python 中創建 function 以找到屬於其各自 ID 的每年的中位數成本？ 我希望 function 在開始和結束年份方面是動態的，這樣如果新數據來自不同年份，代碼將相應地計算更改。 例如，如果 2019 年有新數據，則結束日期將自動被視為 2019 年而不是 2018 年，並分別計算其中位數。

使用上面給出的當前數據樣本，結果應該如下所示：

ID	2015	2016 年	2017	2018
10	58400	57750	58150	59250
11	105150	107450	108750	109150
12	107100	105900	107100	108750
13	49250	47850	47700	47850
14	50100	51200	52150	51450

Answer 1

首先，我們將列名拆分為-並僅獲得年份。 然后我們根據這些年份對axis=1進行分組並取中位數：

df = df.set_index("Id")
df = df.groupby(df.columns.str.split("-").str[0], axis=1).median().reset_index()
# or get first 4 characters
# df = df.groupby(df.columns.str[:4], axis=1).median().reset_index()

   Id    2015    2016    2017    2018
0  10   58400   57750   58150   59250
1  11  105150  107450  108750  109150
2  12  107100  105900  107100  108750
3  13   49250   47850   47700   47850
4  14   50100   51200   52150   51450