PythonでExcelから年度ごとのデータを抜き出して平均を計算したい件

やりたいこと

• 案件A～Cがあるが、各年度にこなした案件総数の平均値が欲しい
• たとえば「2020-07-08」に得た総案件数156の平均値31.2が重要
• 2020-07-09, 2020-07-10, ... と多数あるこれらを年度ごとに集計したい

参考文献

https://ai-inter1.com/pandas-timeseries/#st-toc-h-6
https://an-engineer-note.com/?p=683

ソリューション

正直、泥臭すぎる気がしている…もっといい書き方があるのではないかと思うが分からないし、速度上問題ないのでこれで実行中。

# df_org(DataFrame)に以下のように入っているとする

     案件A    案件B    案件C  date_index
 0      23       0        0  2020-07-08
 1      17       0        0  2020-07-08
 2       0       0       67  2020-07-08
 3      19       0        0  2020-07-08
 4      30       0        0  2020-07-08
 ...
40       0       0       10  2022-04-01
41       0       0        8  2022-06-01
42       0       0        8  2022-06-01
43       0       0        8  2022-06-01
44       0       0        4  2022-10-01

make_report_by_fyear.py

def make_report_by_fyear(df_org):
    # 作業用df_work
    # ずらしのためにindexに指定
    df_work["date_index"] = pd.to_datetime(df_org["date_index"])
    df_work.set_index("date_index", inplace=True)
    # 3ヶ月ずらしで「年度」の数字を作る
    df_work = df_work.shift(-3,freq="M")
    # 案件はいずれか
    df_work['総案件'] = df_work.sum(axis=1)
    # indexを解除
    df_work.reset_index(inplace=True)

    # 案件数の月ごと合計と案件レコード数
    df_monthly_sum = df_work.groupby(pd.Grouper(key="date_index", freq="M")).sum()
    df_monthly_size = df_work.groupby(pd.Grouper(key="date_index", freq="M")).size()
    df_monthly_total = pd.concat([df_monthly_sum, df_monthly_size], axis=1)

    # 案件数の年度ごとの合計
    df_fyear_sum = df_monthly_total.resample('Y').sum()
    df_fyear_sum["平均○○数"] = df_fyear_sum.iloc[:,3] / df_fyear_sum.iloc[:,4]
    # 「xx年度」の文字列を作る
    df_fyear_sum.reset_index(inplace=True)
    df_fyear_sum["年度"] = df_fyear_sum['date_index'].dt.strftime('%Y年度')
    df_fyear_sum.set_index("年度", inplace=True)

    return df_fyear_sum