Question

我试图在大熊猫中进行分组，移动和滚动。我一直在寻找解决方案，但是没有运气。我有一个解决方法，但这不是最好的方法。特别是因为将来我需要滚动标准偏差。有人可以帮助我，并提出一种更好的方法吗？

输入数据：

df = pd.DataFrame({'month': [201912, 202001, 202001, 202002, 202002, 202003, 202003, 202004],
               'target': [0, 1, 0, 1, 1, 0, 0, 1]
              },
              index = [14, 15, 16, 17, 18, 19, 20, 21])

2个月滚动平均值和1个月班次的预期产量：

df = pd.DataFrame({'month': [201912, 202001, 202002, 202003, 202004],
               'roll_2m': [np.nan, np.nan, 0.33, 0.75, 0.5]
              },
              index = [1, 2, 3, 4, 5])

解决此问题的错误解决方法是：

rolling_count = df.shift(1).target['count'].rolling(2).sum()
rolling_sum = df.shift(1).target['sum'].rolling(2).sum()
rolling_mean = rolling_sum/rolling_count                           
df['roll_2m'] = rolling_mean

Answer 1

我首先要做一个groupby().agg()：

(df.groupby('month').target.agg(['sum','count'])
   .rolling(2)
   .sum().shift()
   .assign(roll_2m=lambda x: x['sum']/x['count'])
)

输出：

        sum  count   roll_2m
month                       
201912  NaN    NaN       NaN
202001  NaN    NaN       NaN
202002  1.0    3.0  0.333333
202003  3.0    4.0  0.750000
202004  2.0    4.0  0.500000

熊猫的Groupby，Shif和滚动平均值

1 个答案: