Python 使用熊猫寻找相同天数的平均值

我有一个数据集，我试图得到剩余天数相等的平均值。 例如：

订单日期将倒计时，直到到达发货日期。到那时，累计订单等于发货日期之前的总订单。然后，一个新的发货日期和过程重复。我想看看在订单日期之前每天的平均百分比。例如，如果ship_date 2018-07-01总共有100份订单，ship_date 2018-08-01总共有200份订单，那么我想看看ship_date 54天前平均订购了多少百分比

---

谢谢。

您可以使用以下方法获得每个

差异在
天内订购的
总数的平均值：

这将返回一个序列，其中每组行的
total\u排序
平均值在
天内有一些特定的
差异，例如：

difference_in_days
2 days    10.5
56 days   50.22
...
Name: total_ordered, dtype: float64

为了从该序列中提取一个平均值，需要将其分配给一个变量并使用索引。假设您希望
total\u ordered
的平均值等于
56
，您应该执行以下操作：

g = df.groupby("difference_in_days")['total_ordered'].mean()

# value is the average total_ordered for rows with 56 days of difference.
value = g[g.index.days == 56].iloc[0] 

我不太明白。天数差异等于多少？
剩余天数的平均值
等于多少？您的
剩余天数
栏在哪里？到目前为止您尝试了什么，结果是什么：）非常感谢@julianPeller！我将值更改为：“value=g/g[g.index.days==0]。iloc[0]”这是为了获取每个日期完成订单的百分比。然后我尝试将其合并到一个新的csv文件中，以创建累计订单的预测。任何关于如何做到这一点的建议，因为我所尝试的都不起作用。我已将“diff”添加到另一个文件，并尝试在该文件上合并。。。
difference_in_days
2 days    10.5
56 days   50.22
...
Name: total_ordered, dtype: float64

g = df.groupby("difference_in_days")['total_ordered'].mean()

# value is the average total_ordered for rows with 56 days of difference.
value = g[g.index.days == 56].iloc[0]