Pandas DataFrameの列の抽出とグループ化

Question

私は、何年にもわたって人口統計のCSVファイルから派生したDataFrame構造を持っています。つまり、ファイルの列は毎月の時間間隔（1999-01、1999-02 ... 2016-12）で、行は世界の異なる人口中心です（ロンドン、トロント、ボストンなど）。

df = pd.DataFrame({'1999-01' : [100, 5000, 8000], '1999-02' : [200, 6000, 9000], '1999-03' : [300, 7000, 10000], ..., cities : ['CityA', 'CityB', 'CityC' ...]}) 

私はこれらの列を四半期ごとに分離したいと考えています。だから私は3ヶ月ごとにこれをやって、すべての行のために、1999年から1901年から1999年から1902年、1999から9の平均集団を取り、このエントリの新しい列「1999Q1」を作成します。

df_quarter = pd.DataFrame({'1999Q1' : [200, 6000, 9000], '1999Q2' : ..., cities = ['CityA', 'CityB', 'CityC' ...]}) 

#Q1 corresponds to months 01-03, Q2 to months 04-06, Q3 to months 07-09, Q4 months 10-12, all inclusive 

をしかし、私は、これを達成するためにクエリを概念化するのが難しいです。 .groupby（）と.agg（）を使用するのは半分ですが、効率的に3列のグループ化を指定して列全体を反復する方法がわかりません。誰かが正しい方向に私を指差してくれますか？

EDIT：列が日付ではなく、より抽象的なものであり、期間の単純な再サンプリングが使用できなかったとします。例：

果物と乳製品を組み合わせた2つの列を作成したい場合は、集計するインデックスを指定する方法はありますか？集計meanと

Answer 1

あなたがto_period最初にmonth periodに列に、その後to_datetimeとを変換することができますし、列によって、その後resample（axis=1）とquarter（q）：

df = pd.DataFrame({'1999-01':[4,5,4,5,5,4], 
        '1999-02':[7,8,9,4,2,3], 
        '1999-03':[1,3,5,7,1,0], 
        '1999-04':[1,3,5,7,1,0], 
        '1999-05':[5,3,6,9,2,4]}, index=list('abcdef')) 

print (df) 
    1999-01 1999-02 1999-03 1999-04 1999-05 
a  4  7  1  1  5 
b  5  8  3  3  3 
c  4  9  5  5  6 
d  5  4  7  7  9 
e  5  2  1  1  2 
f  4  3  0  0  4 

df.columns = pd.to_datetime(df.columns).to_period('m') 
df = df.resample('q', axis=1).mean() 

print (df) 
    1999Q1 1999Q2 
a 4.000000  3.0 
b 5.333333  3.0 
c 6.000000  5.5 
d 5.333333  8.0 
e 2.666667  1.5 
f 2.333333  2.0