Python 创建动态范围并计算平均值

我想使用动态范围创建一个附加列，其中包含基于A列的平均值

import numpy as np
import pandas as pd
    
test = {'A' : [100, 120, 70, 300, 190, 70, 300, 190, 70],
        'B' : [80, 50, 64, 288, 172, 64, 288, 172, 64],
        'C' : ['NO', 'NO', 'YES', 'NO', 'YES', 'YES', 'NO', 'YES', 'YES'],
        'D' : [0, 1, 0, 3, 2, 2, 3, 1, 4] }

df = pd.DataFrame(data=test)

     A      B      C      D    
0   100    80     NO      0
1   120    50     NO      1
2    70    64    YES      0
3   300   288     NO      3
4   190   172    YES      2
5    70    64    YES      2
6   300   288     NO      3
7   190   172    YES      1
8    70    64    YES      4

当列

C

中的项为

YES

时，使用列

D

中的值作为起始行索引，使用当前行

-1

的行索引作为最高行索引，从列

A

中的动态范围中获取平均值

以下是我寻求实现的结果

     A      B      C      D    Dyn_Ave    
0   100    80     NO      0     NaN
1   120    50     NO      1     NaN
2    70    64    YES      0     110
3   300   288     NO      3     NaN
4   190   172    YES      2     185
5    70    64    YES      2     187
6   300   288     NO      3     NaN
7   190   172    YES      1     175
8    70    64    YES      4     188

虽然我遇到了以下错误-TypeError:CannotbeIndexbyLocationIndex带有一个非整数键，但我尝试创建列时使用了np.where方法

df['Dyn_Ave'] = np.where(df['C'] == 'YES', df['A'].iloc[df['D']:df.loc['C'][-1]].mean(), np.nan)

让我们试试：

s = df['A'].cumsum().shift(fill_value=0)

df['Dyn_Ave'] = np.where(df['C'] == 'YES', 
                         (s - s.reindex(df['D']).values) / (np.arange(len(df)) - df['D']),           
                         np.nan)

输出：

     A    B    C  D     Dyn_Ave
0  100   80   NO  0         NaN
1  120   50   NO  1         NaN
2   70   64  YES  0  110.000000
3  300  288   NO  3         NaN
4  190  172  YES  2  185.000000
5   70   64  YES  2  186.666667
6  300  288   NO  3         NaN
7  190  172  YES  1  175.000000
8   70   64  YES  4  187.500000

---

解释：首先让我们暂时忘记

C=='YES'

，注意动态平均值。从第

df['D']

行到第

j-1行的平均值可以看作

(cumsum[j-1] - cumsum[df['D']-1])/(j-df['D'])

或：

这就是为什么我们首先计算积和，然后移动它：

s = df['A'].cumsum().shift(fill_value=0)

为了在
df['D']
处获得总和，我们使用reindex并传递基础numpy数组进行减法：

(s - s.reindex(df['D']).values)

行数可以很容易地看出为：

(np.arange(len(df)) - df['D'])

最后一部分只是填写where
C==“YES”
，正如您试图完成的那样。
您可以使用
df.apply
，但它将比
np.where
慢

df['Dyn_Ave']=df[df.C=='YES'].apply（lambda x:np.round（df.A.loc[x.D:x.name-1].mean（）），轴=1）
df

输出：

您对每个组件的详细解释极大地帮助了我理解这些概念，并完美地解决了我的问题。谢谢你，谢谢你。然而，我正试图在我的项目中保持尽可能快的速度，这就是为什么
np。在
版本更适合的地方没有问题，@QuangHoang的不仅（可能）更快，而且对你问题的结构有着非常迷人的洞察力。
(np.arange(len(df)) - df['D'])

     A    B    C  D  Dyn_Ave
0  100   80   NO  0      NaN
1  120   50   NO  1      NaN
2   70   64  YES  0    110.0
3  300  288   NO  3      NaN
4  190  172  YES  2    185.0
5   70   64  YES  2    187.0
6  300  288   NO  3      NaN
7  190  172  YES  1    175.0
8   70   64  YES  4    188.0