Question

我有一个＆＃34;大＆＃34;混合数据集。其结构如下所示：

<class 'pandas.core.frame.DataFrame'>
  RangeIndex: 8667486 entries, 0 to 8667485
  Data columns (total 7 columns):
  src         uint16
  dst         uint16
  seq         uint64
  signal      uint8
  noise       uint8
  bitrate     float32
  snr         int16
  dtypes: float32(1), float64(1), int16(1), uint16(2), uint64(1), uint8(2)
  memory usage: 231.4 MB

我希望实现的目标是按src，dst和bitrate进行分组，然后对组进行标准偏差和滚动平均值的平均值。对于大结局，我想将其添加回原始DataFrame。我需要它作为ML功能之一。

我不确定这是否是正确的道路，但这就是它停止的地方：

df.groupby(['src', 'dst', 'bitrate'])[['snr']].rolling(w_size).mean()

和

df.groupby(['src', 'dst', 'bitrate'])[['snr']].rolling(w_size).std()

结果是MultiIndex DataFrame，我不知道如何将它添加到原始Dataframe。

我认为按顺序编号排序也必须在代码中的某处进行，以确保滚动平均值的正确性。

Answer 1

如果您创建dfgrouoed.reset_index()，它将返回单个索引数据框

按多个实体列分组并执行滚动平均值和滚动标准差

1 个答案: