pandas で YYYY-03-01 から (YYYY+1)-02-29 を YYYY 年度としてまとめたい

Question

例

• 2010-03-01 から 2011-02-29
  • 2010年度

(理想)

	a	b
2010	8	23
2011	15	30

元データ

ymd	a	b
2010-03-01	1	6
2011-01-02	3	8
2011-02-29	4	9
2012-04-30	5	10
2012-07-20	5	10
2013-02-20	5	10

年別は以下で可能

• YYYY0101 から YYYY1231 の区間で集計している？

df.groupby(df.index.year).sum()

直接指定すれば解決できる

• 自動化？したい

df['2010-03':'2011-02'].sum()

Answer 1

df.index を shift() を使って、２ヶ月分ずらしたyear にて groupby() するとよいのではないでしょうか。

 df.groupby(df.index.shift(-2,freq='m').year).sum()

結果

       a   b
2010  10  30
2012   5  10

Comments

[tf23yh8df3]

無事に理想通りの結果を得ることが出来ました。
ありがとうございます。

Answer 2

ymd列をapplyメソッドで年度に直してから集計をかければいいんじゃないでしょうか。

import pandas as pd

date_parser = lambda x: pd.datetime.strptime(x, '%Y-%m-%d')
df = pd.read_csv('test.csv', parse_dates=['ymd'], date_parser=date_parser, index_col=0)

df.reset_index(inplace=True)
df['ymd'] = df['ymd'].apply(lambda x: x.year if x.month > 2 else x.year - 1)
df.set_index(['ymd'], inplace=True)

print(df.groupby(lambda x: x).sum())

結果

       a   b
2010  10  30
2012   5  10

Comments

[tf23yh8df3]

ありがとうございます。
理想通り、以下の場合と同じ結果が得られました。
` df.groupby(df.index.shift(-2,freq='m').year).sum()`

1・2月の場合は1年前にズラすことで3～2月をgroupby できるんですね。