Question

我有以下数据框：

    2012   2013   2014   2015  2016   2017   2018                 Kategorie
0   5.31   5.27   5.61   4.34   4.54   5.02   7.07  Gewinn pro Aktie in EUR
1  13.39  14.70  12.45  16.29  15.67  14.17  10.08                      KGV
2 -21.21  -0.75   6.45 -22.63  -7.75   9.76  47.52           Gewinnwachstum
3 -17.78   2.27  -0.55   3.39   1.48   0.34    NaN                      PEG

现在，我只选择KGV行：

df[df["Kategorie"] == "KGV"]

哪个输出：

    2012  2013   2014   2015  2016   2017   2018  Kategorie
1  13.39  14.7  12.45  16.29  15.67  14.17  10.08       KGV

如何计算过去五年的mean()（本例中为2016,15,14,13,12）？
我试过了

df[df["Kategorie"] == "KGV"]["2016":"2012"].mean()

但这会引发TypeError。为什么我不能在这里切片？

Answer 1

loc支持这种切片类型（从左到右）：

df.loc[df["Kategorie"] == "KGV", "2012":"2016"].mean(axis=1)
Out: 
1    14.5
dtype: float64

请注意，这并不一定意味着2012年，2013年，2014年，2015年和2016年。这些是字符串，因此它表示df['2012']和df['2016']之间的所有列。中间可能有一个名为foo的列，它将被选中。

Answer 2

不确定为什么过去五年是2012-2016（它们似乎是第一个五年）。尽管如此，要查找'KGV'的2012-2016平均值，您可以使用

df[df['Kategorie'] == 'KGV'][[c for c in df.columns if c != 'Kategorie' and 2012 <= int(c) <= 2016]].mean(axis=1)

Answer 3

我使用了filter和iloc

row = df[df.Kategorie == 'KGV']

row.filter(regex='\d{4}').sort_index(1).iloc[:, -5:].mean(1)

1    13.732
dtype: float64

Pandas数据帧切片

3 个答案: