带条件的数据帧上的Python聚合和

我有一个如下所示的数据帧：

stuff datetime value
A 1/1/2019 3
A 1/2/2019 4
A 1/3/2019 5
A 1/4/2019 6
...

stuff avg_3 avg_4 avg_5
A 3.4 4.5 5.5
B 2.3 4.2 6.1

我想创建一个新的数据帧，如下所示：

stuff datetime value
A 1/1/2019 3
A 1/2/2019 4
A 1/3/2019 5
A 1/4/2019 6
...

stuff avg_3 avg_4 avg_5
A 3.4 4.5 5.5
B 2.3 4.2 6.1

其中，avg_3是从今天开始的最后3天的平均值，avg_4是从今天开始的最后4天的平均值，等等，按内容分组

我该怎么做

我当前的代码：

df.groupby('stuff').apply(lambda x: pd.Series(dict(
    day_3=(x.datetime > datetime.now() - timedelta(days = 3)).mean(),
    day_7=(x.datetime > datetime.now() -timedelta(days = 7)).mean())))

---

提前感谢在

groupby

之前创建布尔掩码，使用

平均值添加新列by和
groupby
：

m1 = df.datetime >  pd.datetime.now() - pd.Timedelta(days = 3)
m2 = df.datetime >  pd.datetime.now() - pd.Timedelta(days = 7)

df = df.assign(day_3=m1, day_7=m2).groupby('stuff')['day_3','day_7'].mean()

这不就是第3天和第7天列的平均值吗？我是否需要指定我希望它应用于“值”列？如果删除
['day\u 3'，'day\u 7']
在groupby it count之后，则@SuperString也表示
值
列。因此，可能的解决方案应该是删除此列afftwt assign，如
df=df.assign（第3天=m1，第7天=m2）。drop（'value'，axis=1）。groupby（'stuff'）。mean（）