Python 熊猫：根据过去4周，获取一周中一天的平均销售额

我累坏了，我需要累赘的智慧

我想创建一个简单的销售平均模型，该模型基于过去使用熊猫的一周中的某一天

我的意思是，该模型基于过去4个周一预测下周一的销售额。此外，如果过去没有足够的周数，只需对现有周数进行平均

我的时间序列df示例：

     weekDay weekNum Sales 
Date            
2013-01-01  2   1   22    
2013-01-02  3   1   33    
2013-01-03  4   1   44    
2013-01-04  5   1   55    
2013-01-05  6   1   66    
2013-01-06  7   2   76    
2013-01-07  1   2   23    
2013-01-08  2   2   55    
2013-01-09  3   2   34    
2013-01-10  4   2   43    
2013-01-11  5   2   34    
2013-01-12  6   2   53    
2013-01-13  7   3   52    
2013-01-14  1   3   41    
2013-01-15  2   3   31    
2013-01-16  3   3   31    
2013-01-17  4   3   42    
2013-01-18  5   3   23    
2013-01-19  6   3   41    
2013-01-20  7   4   31    
2013-01-21  1   4   31    
2013-01-22  2   4   31    
2013-01-23  3   4   43    
2013-01-24  4   4   53    
2013-01-25  5   4   32    
2013-01-26  6   4   12    
2013-01-27  7   5   41    
2013-01-28  1   5   41    
2013-01-29  2   5   12    
2013-01-30  3   5   76    
2013-01-31  4   5   43    
2013-02-01  5   5   32    
2013-02-02  6   5   54    
2013-02-03  7   6   43    
2013-02-04  1   6   43    
2013-02-05  2   6   12    
2013-02-06  3   6   12    
2013-02-07  4   6   43    
2013-02-08  5   6   22    
2013-02-09  6   6   12    

我所尝试的：

ts.resample('D').rolling(28).mean()["Sales"]
ts.resample('W-MON').rolling(1).mean()["Sales"]

---

但这没用

好的，对不起，我想我现在明白你在找什么了：

res = df.join(df.groupby('weekDay').rolling('28d').mean(), rsuffix='_avg')

因此现在

res

包含：

为了使其与我们开始使用的优秀ol数据帧相似：

res.drop(['weekDay', 'weekDay_avg', 'weekNum_avg'], axis=1, inplace=True)
res.reset_index(inplace=True)
res.set_index('date', inplace=True)
res.sort_index(inplace=True)

现在看起来是这样的：

---

希望这次真的有帮助（：

Hello stack！为什么没有帮助？你能提供实际输出与预期输出吗？谢谢你的回答！但我不明白你如何计算第一周的平均值…应该是NaN，因为我们没有第一周之前的历史数据。你比我更了解我：）@帕迪：看看新的解决方案，这绝对是正确的解决方案！谢谢你，我检查了你的代码，在我看来，它就像一个魔术

res.drop(['weekDay', 'weekDay_avg', 'weekNum_avg'], axis=1, inplace=True)
res.reset_index(inplace=True)
res.set_index('date', inplace=True)
res.sort_index(inplace=True)

           weekDay weekNum  Sales  Sales_avg
date                                        
2013-01-01       2       1     22  22.000000
2013-01-02       3       1     33  33.000000
2013-01-03       4       1     44  44.000000
2013-01-04       5       1     55  55.000000
2013-01-05       6       1     66  66.000000
2013-01-06       7       2     76  76.000000
2013-01-07       1       2     23  23.000000
2013-01-08       2       2     55  38.500000
2013-01-09       3       2     34  33.500000
2013-01-10       4       2     43  43.500000
2013-01-11       5       2     34  44.500000
2013-01-12       6       2     53  59.500000
2013-01-13       7       3     52  64.000000
2013-01-14       1       3     41  32.000000
2013-01-15       2       3     31  36.000000
2013-01-16       3       3     31  32.666667
2013-01-17       4       3     42  43.000000
2013-01-18       5       3     23  37.333333
2013-01-19       6       3     41  53.333333
2013-01-20       7       4     31  53.000000
2013-01-21       1       4     31  31.666667
2013-01-22       2       4     31  34.750000
2013-01-23       3       4     43  35.250000
2013-01-24       4       4     53  45.500000
2013-01-25       5       4     32  36.000000
2013-01-26       6       4     12  43.000000
2013-01-27       7       5     41  50.000000
2013-01-28       1       5     41  34.000000
2013-01-29       2       5     12  32.250000
2013-01-30       3       5     76  46.000000
2013-01-31       4       5     43  45.250000
2013-02-01       5       5     32  30.250000
2013-02-02       6       5     54  40.000000
2013-02-03       7       6     43  41.750000
2013-02-04       1       6     43  39.000000
2013-02-05       2       6     12  21.500000
2013-02-06       3       6     12  40.500000
2013-02-07       4       6     43  45.250000
2013-02-08       5       6     22  27.250000
2013-02-09       6       6     12  29.750000