Python groupby使用动态条件获取平均值

我一直在使用条件搜索groupby，并找到了许多关于这方面的帖子。这个例子：

然而，我找不到任何条件应用于自身的地方。在我的例子中，我希望得到平均值（或计数或任何其他公式），但我找不到的是在动态条件下过滤数据集

为了说明这一点，以下是汇总数据集：

ID | Seq | Total 
1  | 1   | 1
1  | 2   | 2
1  | 3   | 3
2  | 1   | 1
2  | 2   | 2
2  | 3   | 1

如果我想得到按ID分组的平均值，但有一个附加条件，即对于组中的每个记录，必须只计算Seq较小的记录。这应该是结果

ID | Seq | Total | x
1  | 1   | 1     | 1 <-- mean of 1
1  | 2   | 2     | 1.5 <-- mean of 1 and 2
1  | 3   | 3     | 2 <-- mean of 1,2 and 3
2  | 1   | 1     | 1 <-- mean of 1
2  | 2   | 2     | 1.5 <-- mean of 1 and 2
2  | 3   | 1     | 1.33  < mean of 1, 2 and 1

ID | Seq | Total | x
1 | 1 | 1 | 1 | 1看起来您只是在尝试获取
ID
-grouped
Total
列的
expansing（）.mean（）
，例如：

In []:
df['x'] = df.groupby('ID')['Total'].expanding().mean().values
df

Out[]:
   ID  Seq  Total         x
0   1    1      1  1.000000
1   1    2      2  1.500000
2   1    3      3  2.000000
3   2    1      1  1.000000
4   2    2      2  1.500000
5   2    3      1  1.333333

看起来您只是试图获取
ID
-grouped
Total
列的
expansing（）.mean（）
，例如：

In []:
df['x'] = df.groupby('ID')['Total'].expanding().mean().values
df

Out[]:
   ID  Seq  Total         x
0   1    1      1  1.000000
1   1    2      2  1.500000
2   1    3      3  2.000000
3   2    1      1  1.000000
4   2    2      2  1.500000
5   2    3      1  1.333333

对不起，我不明白你想要实现什么。在这两个例子中，你是如何计算总数的？对不起，我刚刚更正了。总数是一个给定的值对不起，我不明白你想要实现什么。在这两个例子中，你是如何计算总数的？对不起，我刚刚更正了。Total是一个给定的值哇，我认为应该包括Seq，以便在计算平均值时只包括Seq Smaller的值。为什么在代码中只计算前面的值，而不计算完整的ID组？再次感谢
groupby（）
已经将数据分块，
expansing（）
提供了一个关于您正在查找的组的扩展窗口
mean（）
。可能值得强调的是，您需要订购Seq（以便扩展工作），并且需要订购ID（否则下降到
.values
可能会给您带来麻烦，因为我们没有使用sort=False）@DSM很好，它假设
ID
是有序的。不确定为什么你认为
Seq
必须有序-它从来没有被引用过。@AChampion:er，因为Seq很明显指定了组中元素的顺序，如果这些元素被无序排列，那么结果的扩展平均值将不同，这正是因为Seq是never显式引用。哇，我认为应该包括Seq，以便在平均值的计算中只包括Seq Smaller的值。为什么在您的代码中只计算前面的值而不是完整的ID组？再次感谢
groupby（）
已经将数据分块，
expansing（）
为您正在查找的组提供了一个扩展窗口
mean（）
。可能值得强调的是，您需要订购Seq（这样扩展可以正常工作），并且需要订购ID（否则会下降到
。值
可能会给您带来麻烦，因为我们没有使用sort=False）@DSM很好，它假设
ID
是有序的。不确定为什么你认为
Seq
必须有序-它从来没有被引用过。@AChampion:er，因为Seq很明显指定了组中元素的顺序，如果这些元素被无序排列，那么结果的扩展平均值将不同，这正是因为Seq是never显式引用。