Python 在数据框内按日期对列的平均值进行矢量化

我正在为“avgPrice”列创建每个不同日期的平均值。数据是一个面板，其中包含不同“typeID”的以下列。如果只显示typeID 18，则整个数据集中有59个typeID。数据示例如下所示：

   typeID        date  lowPrice  highPrice  avgPrice  volume  orders
0      18  2003-10-01      14.0       14.0      14.0  284846      84
1      18  2003-10-02      14.0       16.0      15.0  533151      64
2      18  2003-10-03      15.0       15.0      15.0  247490      85
3      18  2003-10-04      15.0       15.0      15.0  367424     117
4      18  2003-10-05      14.0       14.0      14.0  923101     112

数据帧的长度为24574045，因此相当大。我想做的是创建一个聚合的avgPrice列，它获取每个日期的每个typeID的avgPrice的未加权平均值。以下代码可以工作，但执行速度非常慢：

dfm = pd.DataFrame()
total = len(set(df["date"])) # check execution time

for i, j in enumerate(set(df["date"])):
    if i % 10 == 0:
        print(i / total * 100) # check execution time
    dfm["date"] = j
    dfm["avgPrice"] = df.loc[df["date"] == j]["avgPrice"].mean()

---

这将返回一个新的数据帧，其中包含所有typeID上具有相应日期的avgPrice的未加权平均值。然而，考虑到手头数据的长度，这需要很长时间来执行。有没有什么方法可以加快这个过程，例如对for循环进行向量化？

df.groupby（['typeId'，date']）.avgPrice.mean（）

？@coldspeed只返回原始数据帧的压缩版本，不幸的是，它没有将平均值“avgPrice”覆盖所有的“typeId”。这正是它应该做的。你能具体说明一下为什么这个“浓缩版”不是你想要的吗（又名，两栏的平均值，这正是你的帖子所要求的）？@coldspeed当我尝试运行您提供的代码时，它不会平均所有typeID上的avgPrice，并返回与原始数据帧长度相同的数据帧。请执行

df=df.groupby（['typeID'，date']）。avgPrice.mean（）

，这就是重点，您需要重新分配它。