Python 在具有重复索引的数据帧上应用滚动平均函数
我难以在包含重复索引的以下数据帧上使用pd.U均值函数:Python 在具有重复索引的数据帧上应用滚动平均函数,python,numpy,pandas,dataframe,average-precision,Python,Numpy,Pandas,Dataframe,Average Precision,我难以在包含重复索引的以下数据帧上使用pd.U均值函数: amount 20140101 3 20140102 4 20140103 3 20140103 5 20140103 1 20140104 5 20140105 6 20140106 2 … 我需要计算“金额”的3天平均值,例如,从20140101到20140103的平均值应该是(3+4
amount
20140101 3
20140102 4
20140103 3
20140103 5
20140103 1
20140104 5
20140105 6
20140106 2
…
我需要计算“金额”的3天平均值,例如,从20140101到20140103的平均值应该是(3+4+3+5+1)/5=3.2
,从20140104到20140106的平均值应该是(5+6+2)/3=4.3
有人知道怎么做吗?提前谢谢你 您可以执行以下操作:
>>> df
amount
20140101 3
20140102 4
20140103 3
20140103 5
20140103 1
20140104 5
20140105 6
20140106 2
>>> xf = df.groupby(level=0)['amount'].agg(['sum', 'count'])
>>> xf
sum count
20140101 3 1
20140102 4 1
20140103 9 3
20140104 5 1
20140105 6 1
20140106 2 1
>>> pd.rolling_sum(xf['sum'], 3, 0) / pd.rolling_sum(xf['count'], 3, 0)
20140101 3.000
20140102 3.500
20140103 3.200
20140104 3.600
20140105 4.000
20140106 4.333
dtype: float64
对于20140103
和20140106
,您将分别获得3.2
和4.3
。如果您的日期列已经是日期时间,并且是您可以调用的索引滚动平均值
:
In [15]:
pd.rolling_mean(df['amount'], window=1, freq='3d')
Out[15]:
date
2014-01-01 3.200000
2014-01-04 4.333333
Freq: 3D, dtype: float64
如果需要,您可以通过执行以下操作将索引转换为日期时间:
df.index=pd.to_datetime(df.index.astype(str),“%Y%m%d”)
在这种情况下,索引实际上是dtype int64,如果它已经是一个字符串,那么您可以忽略astype
bit直到现在才意识到'freq'的用法,谢谢!它不会在空间不规则的数据帧上工作,这是我实际数据帧的情况。