Python时间序列重采样以获取正确的计数

Question

我有一个4年每月的时间序列（索引是时间戳）。因此，理想情况下，我会有4个一月行，4个二月行，4个三月行，4个四月行。。。。等等。你知道吗

然而，有时，我可能会错过一个月或更多。因此，我可能有1月4日，2月2日，3月3日，4月4日，5月1日。。。等等

我正在尝试重新采样（'MS'）.count（），但这不起作用，因为它将每个月计为一个月。如何分组以获得正确的计数，例如：1月4日、2月2日、3月3日、4月4日、5月1日。。。等等。然后取平均值？你知道吗

例如。。。1月的计数是4，因为我有2行1月的日期。然而，十月的计数是3。。。因为我有三排婴儿床。一月份苹果的平均销售量是13/4

我试着用重采样，而不是循环或切片，如果可能的话。你知道吗

df_= df_monthly.resample('MS').count()

Index       Apples_sold
1-1,2015  3
2-1,2015  5
3-1,2015  6
...
9-1,2015  7
10-1,2015  9
11-1,2015  6
12-1,2015  2
==================
1-1,2016  2
2-1,2016  5
3-1,2016  6
...
9-1,2016  7
10-1,2016  9
11-1,2016  6
12-1,2016  2
==================
1-1,2017  4
2-1,2017  5
3-1,2017  6
...
9-1,2017  7
10-1,2017  9
11-1,2017  6
12-1,2017  2
==================
1-1,2018  4
2-1,2018  5
3-1,2018  6
...
9-1,2018  7

Answer 1

最后我做了这样的事情：

for month in df.index.month.unique():

   df_month_avg = df[df.index.month == month].mean(axis=0, numeric_only=True)

对于count，我只是将mean（）替换为count（）

这似乎奏效了。。。尽管我的目标是使用重采样方法。。。但我找不到重采样分组键来执行此操作。你知道吗

Answer 2

您可以在索引值上使用^{}和正则表达式来提取月份。你知道吗

以下是我用作示例的数据帧：

             count
1 Feb 2018       1
8 Feb 2018       2
1 Mar 2018       3
8 Mar 2018       4
15 Mar 2018      5
1 Apr 2018       6
8 Apr 2018       7
15 Apr 2018      8
22 Apr 2018      9

以及要提取的代码：

month_re = r'(?P<month>[A-Za-z]+)'
months = df.groupby(df.index.str.extract(month_re, expand=False), axis=0)
for month, group in months:
    print(month, group.count())

输出：

Apr count    4
Feb count    2
Mar count    3

你也可以用sum()来找出每个月苹果的销量，或者其他什么。你知道吗