PandasGroupBy和Mean over Date Range

Question

我想用groupby和mean计算每个ID的平均值。但是，我只需要Date在2016-01-01和2017-12-31之间的行。你知道吗

d = {'ID': ['STCK123', 'STCK123', 'STCK123'], 'Amount': [250, 400, 350], 
     'Date': ['2016-01-20', '2017-09-25', '2018-05-15']}



data = pd.DataFrame(data=d)
data = data[['ID', 'Amount', 'Date']]

data['Date'] = pd.to_datetime(data['Date'])

这将产生以下df：

    ID  Amount    Date
STCK123 250 2016-01-20
STCK123 400 2017-09-25
STCK123 350 2018-05-15

当我使用：

data.groupby(['ID'])['Amount'].agg('mean')

它将所有行都考虑在内，导致平均值为333.3。如何排除Date为2018的行（产生平均值(250+400)/2=325）？你知道吗

Answer 1

您需要一个带有query的预过滤步骤：

df.query('Date.dt.year != 2018').groupby('ID').mean()

         Amount
ID             
STCK123     325

eval、query和相关参数的更多用法可以在我的writeup中找到：Dynamic Expression Evaluation in pandas using pd.eval()

有关在调用groupby之前删除行的更多方法，请参见here。你知道吗

---

您也可以mask这些行，而不必删除它们。nan被排除在GroupBy聚合之外。你知道吗

df.mask(df.Date.dt.year == 2018).groupby('ID').mean()

         Amount
ID             
STCK123   325.0