Python 使用带熊猫滚动的数据帧所有值的实际平均值
如果我有这样一个df:Python 使用带熊猫滚动的数据帧所有值的实际平均值,python,pandas,dataframe,rolling-computation,Python,Pandas,Dataframe,Rolling Computation,如果我有这样一个df: a001 a002 1 1 NaN 7 NaN NaN NaN 3 NaN NaN 2 2 NaN
a001 a002
1 1
NaN 7
NaN NaN
NaN 3
NaN NaN
2 2
NaN 6
如果我想计算两行窗口的平均值,我可以使用:
df['rolling_mean'] = df.mean(axis=1).rolling(window=2, min_periods=1).mean()
返回:
a001 a002 rolling_mean
0 1.0 1.0 1.0
1 NaN 7.0 4.0
2 NaN NaN 7.0
3 NaN 3.0 3.0
4 NaN NaN 3.0
5 2.0 2.0 2.0
6 NaN 6.0 4.0
这是两行窗口上的平均值,使用单个行元素的平均值。因此,例如,第1(4)行中的滚动平均值是第0行(1+1)/2=1
的平均值和第1(7)行的值之间的平均值:(1+7)/2=4
如果我想在前两行中取这3个值的平均值,结果应该是:(1+1+7)/3=3
。
为了获得它,我使用了以下方法:
df2 = df.copy()
df['sum'] = df2.sum(axis=1).rolling(window=1, min_periods=1).mean()
df['count'] = df2.count(axis=1).rolling(window=1, min_periods=1).mean()
df['last_2'] = df['sum'].rolling(window=2, min_periods=1).sum() / df['count'].rolling(window=2, min_periods=1).sum()
返回所需的输出:
a001 a002 sum count last_2
0 1.0 1.0 2.0 2.0 1.000000
1 NaN 7.0 7.0 1.0 3.000000
2 NaN NaN NaN 0.0 7.000000
3 NaN 3.0 3.0 1.0 3.000000
4 NaN NaN NaN 0.0 3.000000
5 2.0 2.0 4.0 2.0 2.000000
6 NaN 6.0 6.0 1.0 3.333333
我的问题是:有没有一种更优雅、更像蟒蛇的方法?感谢我的工作:
df['last_2'] = (df.sum(axis=1).rolling(window=2, min_periods=1).sum() /
df.count(axis=1).rolling(window=2, min_periods=1).sum())
print (df)
a001 a002 last_2
0 1.0 1.0 1.000000
1 NaN 7.0 3.000000
2 NaN NaN 7.000000
3 NaN 3.0 3.000000
4 NaN NaN 3.000000
5 2.0 2.0 2.000000
6 NaN 6.0 3.333333
再次感谢你的帮助@乔-很高兴能帮上忙!