没有固定窗口编号的 Python pandas 滚动平均值

Question

我希望添加两列 [std_dev, mean]，其中的平均值样本会随着特定位置的日期继续而扩大。

location   date              temp    std_dev    mean
NY         2014-02-01        60      
NY         2014-02-02        55      
NY         2014-02-03        70      
NY         2014-02-04        80      
LA         2014-02-01        80      
LA         2014-02-02        85      
LA         2014-02-03        75       

我找到了一篇解释滚动平均值/标准的帖子，我能够将其应用于表格。但是，我收到 std_dev 错误，因为位置的大小不是固定值。如何在不固定的情况下引用窗口大小？

pandas rolling on a shifted dataframe

df['mean'] = df.groupby('location')['temp'].apply(pd.rolling_mean,4,min_periods=2).shift(1)

df['std_dev'] = df.groupby('location')['temp'].apply(pd.rolling_std,4,min_periods=2).shift(1)

非常感谢任何帮助！

Answer 1

我认为您正在寻找expanding，例如

>>> df
   temp location
0    60       NY
1    55       NY
2    70       NY
3    80       NY
4    80       LA
5    85       LA
6    75       LA

>>> expander = df.groupby('location').temp.expanding(min_periods=2)

>>> orderify = lambda x: x.reset_index(level=0, drop=True).sort_index()

>>> df['mean'], df['std'] = map(orderify, [expander.mean(), expander.std()])

>>> df
  location  temp       mean        std
0       NY    60        NaN        NaN
1       NY    55  57.500000   3.535534
2       NY    70  61.666667   7.637626
3       NY    80  66.250000  11.086779
4       LA    80        NaN        NaN
5       LA    85  82.500000   3.535534
6       LA    75  80.000000   5.000000

---

注意：在expander 上使用.agg 会很好，但从0.19.2 版开始，groupby.rolling 或@987654329 上没有复杂的agg @，所以这是不可能的。见

• BUG/ENH: groupby.rolling.agg / Column(s) low already selected #15072