groupby 和滚动窗口的问题答案

【问题标题】：Issue with groupby and rolling windowgroupby 和滚动窗口的问题
【发布时间】：2020-03-06 23:07:29
【问题描述】：

我有一些DataFrame：

df = pd.DataFrame({'type':[0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1], 
              'rank':[0,1,2,3,4,5,6,7,8,9,10,0,1,2,3,4], 
              'score':[5,8,10,12,4,9,13,23,42,4,9,10,8,12,48,9]})

我想添加一个新列，其中包括每 4 个ranks 的每个type 的scores 的滚动平均值。

这样的东西非常接近我想要的：

f = lambda x: x.rolling(4, min_periods=4).mean()
df['rolling'] = df.groupby('type')['score'].apply(f)

但我想从每个type 中的第一个rank 开始平均。最后 3 个 ranks 应该返回 NaN，例如：

【问题讨论】：

标签： python pandas

【解决方案1】：

如果需要按组转移，请将Series.shift 添加到mean：

f = lambda x: x.rolling(4, min_periods=4).mean().shift(-3)
df['rolling'] = df.groupby('type')['score'].apply(f)

如果在组外添加所有值的shift，应该是一样的，我希望：

df['rolling'] = (df.groupby('type')
                   .score.rolling(4, min_periods=4)
                   .mean()
                   .shift(-3)
                   .reset_index(level=0, drop=True))

print (df)
    type  rank  score  rolling
0      0     0      5     8.75
1      0     1      8     8.50
2      0     2     10     8.75
3      0     3     12     9.50
4      0     4      4    12.25
5      0     5      9    21.75
6      0     6     13    20.50
7      0     7     23    19.50
8      0     8     42      NaN
9      0     9      4      NaN
10     0    10      9      NaN
11     1     0     10    19.50
12     1     1      8    19.25
13     1     2     12      NaN
14     1     3     48      NaN
15     1     4      9      NaN

【讨论】：