@cᴏʟᴅsᴘᴇᴅ的方法比这更干净,但是保留您的pd.Grouper方法,一种方法是将您的数据与一个新的日期范围合并,该范围从十年开始到十年结束,然后使用您的Grouper。例如,给定一个首字母df:date data
0 1973-01-01 -1.097895
1 1973-01-02 0.834253
2 1973-01-03 0.134698
3 1973-01-04 -1.211177
4 1973-01-05 0.366136
...
15335 2014-12-27 -0.566134
15336 2014-12-28 -1.100476
15337 2014-12-29 0.115735
15338 2014-12-30 1.635638
15339 2014-12-31 1.930645
将其与1980年至2020年的date_range数据帧合并:
^{pr2}$
并使用您的Grouper:df.groupby(pd.Grouper(key='date', freq = '10AS')).mean()
这给了你:data
date
1970-01-01 -0.005455
1980-01-01 0.028066
1990-01-01 0.011122
2000-01-01 0.011213
2010-01-01 0.029592
同样的,但一次,可能是这样的:(df.merge(pd.DataFrame(
{'date':pd.date_range(start='01-01-1970',
end='12-31-2019',
freq='D')}),
how='right')
.groupby(pd.Grouper(key='date', freq = '10AS'))
.mean())