Python Groupby与滚动平均

我有一个数据帧示例，如下所示：

 Group    Col_A     Col_B     Col_C
   A        1         1         10
   B        5         7          9
   C        3         5          3
   A        2         2          2
   B        1         5          9
   C        7         7          7
   A       50        100        100

我想按“group”列分组，计算最后2次出现的次数并找到平均值，然后用其各自的值替换其他列

我知道，如果我只做：

 df.groupby('Group').mean()

我将得到一个数据帧，其中“Group”作为索引，其他列作为列，它们的值是平均值，而不是最后两次出现的平均值。另外，替换有点扭曲

我想得到：

 Group    Col_A     Col_B     Col_C
   A        1         1         10
   B        5         7          9
   C        3         5          3
   A       1.5       1.5         6
   B        3         6          9
   C        5         6         10
   A       26        51         51

它显然需要高级的groupby操作和性能调整。 谢谢你的帮助

下面是一个可以加载的数据示例：

将熊猫作为pd导入
从io导入StringIO
s='''\
小组，A组，B组，C组
A、 1,1,10
B、 5,7,9
C、 3,5,3
A、 2,2,2
B、 1,5,9
C、 7,7,7
A、 50100100
'''
df=pd.read_csv（字符串）

您可以在groupby之后使用滚动。在这里，我将使用：

df.groupby('Group').rolling(2, min_periods=1).mean().reset_index(level=0).sort_index()

正如预期的那样：

  Group  Col_A  Col_B  Col_C
0     A    1.0    1.0   10.0
1     B    5.0    7.0    9.0
2     C    3.0    5.0    3.0
3     A    1.5    1.5    6.0
4     B    3.0    6.0    9.0
5     C    5.0    6.0    5.0
6     A   26.0   51.0   51.0

---

您可以在groupby之后使用滚动。在这里，我将使用：

df.groupby('Group').rolling(2, min_periods=1).mean().reset_index(level=0).sort_index()

正如预期的那样：

  Group  Col_A  Col_B  Col_C
0     A    1.0    1.0   10.0
1     B    5.0    7.0    9.0
2     C    3.0    5.0    3.0
3     A    1.5    1.5    6.0
4     B    3.0    6.0    9.0
5     C    5.0    6.0    5.0
6     A   26.0   51.0   51.0