Pandas - 查找过去 3 天的滚动平均值答案

【问题标题】：Pandas - Find rolling average of past 3 daysPandas - 查找过去 3 天的滚动平均值
【发布时间】：2021-07-01 07:13:21
【问题描述】：

我正在尝试查找特定元素组过去 3 天数据的平均值，如下所示。下面是我的 Dataframe 的样子：

day, category, sub-category, count
2021-01-01, electronic, phone, 10
2021-01-02, electronic, phone, 12
2021-01-03, electronic, phone, 3
2021-01-04, electronic, phone, 20
2021-01-01, electronic, computer, 15
2021-01-02, electronic, computer, 12
2021-01-03, electronic, computer, 20

预期输出

day, category, sub-category, count, rolling_average_past_3_days
2021-01-01, electronic, phone, 10,
2021-01-02, electronic, phone, 12,
2021-01-03, electronic, phone, 3, 8.3
2021-01-04, electronic, phone, 20, 11.6
2021-01-01, electronic, computer, 15,
2021-01-02, electronic, computer, 12,
2021-01-03, electronic, computer, 20, 15.7

【问题讨论】：

标签： python pandas rolling-computation

【解决方案1】：

试试这个：

df['rolling_average_past_3_days'] = df.groupby('sub-category')['count'].rolling(3).mean().droplevel(0)

【讨论】：

感谢您回来。我尝试了上面的方法，但它返回了一个包含所有 NAN 的新列
有趣，它对我有用......当你只运行 df.groupby('sub-category')['count'].rolling(3).mean() 时，它会返回你所期望的（在你的 df 之外）
这很有趣...我能想到的唯一另一件事是检查您的 count 列是否为数字类型。

【解决方案2】：

为了通用，您可以在“电子”之外拥有多个主要类别，您也需要按类别分组。您还需要使用.transform()，以便将结果广播回原始结构，以便您可以获取所有条目。否则，您可能会收到如下错误：TypeError: incompatible index of inserted column with frame index

你可以试试这个：

df['rolling_average_past_3_days'] = df.groupby(['category', 'sub-category'])['count'].transform(lambda x: x.rolling(3).mean())

print(df)

          day    category sub-category  count  rolling_average_past_3_days
0  2021-01-01  electronic        phone     10                          NaN
1  2021-01-02  electronic        phone     12                          NaN
2  2021-01-03  electronic        phone      3                     8.333333
3  2021-01-04  electronic        phone     20                    11.666667
4  2021-01-01  electronic     computer     15                          NaN
5  2021-01-02  electronic     computer     12                          NaN
6  2021-01-03  electronic     computer     20                    15.666667

每个子类别的前 2 个条目上显示的 NaN 值是正常的，因为您在 3 天内滚动平均，而前 2 天没有任何值。如果你想让它们空白而不是显示NaN，你可以使用这个：

df['rolling_average_past_3_days'] = df.groupby(['category', 'sub-category'])['count'].transform(lambda x: x.rolling(3).mean()).replace(np.nan, '')


print(df)

          day    category sub-category  count rolling_average_past_3_days
0  2021-01-01  electronic        phone     10                            
1  2021-01-02  electronic        phone     12                            
2  2021-01-03  electronic        phone      3                    8.333333
3  2021-01-04  electronic        phone     20                   11.666667
4  2021-01-01  electronic     computer     15                            
5  2021-01-02  electronic     computer     12                            
6  2021-01-03  electronic     computer     20                   15.666667

【讨论】：