0

感谢您投入时间来帮助我:)

我有如下数据框（df_NSE_Price_）：

Company Name                ID      2000-01-03 00:00:00 2000-01-04 00:00:00 ....
Reliance Industries Ltd.    100325  50.810              54.
Tata Consultancy Service    123455  123                 125
..

我想要如下输出：

Company Name                ID      March 00   April 00 .....
Reliance Industries Ltd    100325   52         55
Tata Consultancy Services  123455   124.3      124
..

输出数据必须具有每月数据的平均值。

到目前为止我已经尝试过

df_NSE_Price_.resample('M',axis=1).mean()

但这给了我错误仅对 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 有效，但得到了一个“索引”实例

4

2 回答 2

1

像这样的东西应该可以工作： df.transpose().resample('M',axis=1).mean().transpose()

于 2020-07-25T11:52:19.497 回答
0

首先，我将数据转换为数据框（我也添加了包含二月信息的列）。

import pandas as pd

columns = ('Company Name', 
           'ID', 
           '2000-01-03 00:00:00', 
           '2000-01-04 00:00:00', 
           '2000-02-04 00:00:00')

data = [('Reliance Industries Ltd.', 100325, 50.810, 54., 66.0),
        ('Tata Consultancy Service', 123455, 123, 125, 130.0),]

df = pd.DataFrame(data=data, columns=columns)

其次，我使用 Company 和 ID 创建了一个二级索引 (MultiIndex)。现在，所有列标签都是日期。然后，我将列标签转换为日期格式（使用.to_datetime()

df = df.set_index(['Company Name', 'ID'])
df.columns = pd.to_datetime(df.columns)

第三，我按月重新采样，使用“axis=1”按列汇总。这会为每列创建一个月。使用 'to_period()' 从月末日期转换为期间：

df = df.resample('M', axis=1).sum()
df.columns = df.columns.to_period('M')

                                 2000-01  2000-02
Company Name             ID                      
Reliance Industries Ltd. 100325   104.81     66.0
Tata Consultancy Service 123455   248.00    130.0
于 2020-07-26T01:38:42.727 回答