使用python计算增量平均值

我想生成一个时间序列的增量平均值序列。这意味着，从第一个日期（索引0）开始，存储在第x行中的平均值是值[0:x]的平均值

data
index   value   mean          formula
0       4
1       5
2       6
3       7       5.5           average(0-3)
4       4       5.2           average(0-4)
5       5       5.166666667   average(0-5)
6       6       5.285714286   average(0-6)
7       7       5.5           average(0-7)

---

我希望有一种方法可以做到这一点，而不必循环利用熊猫。

正如@TomAugspurger所指出的，您可以使用：

---

另一种方法是使用cumsum（），然后除以累计项数，例如：

In [1]:
    s = pd.Series([4, 5, 6, 7, 4, 5, 6, 7])
    s.cumsum() / pd.Series(np.arange(1, len(s)+1), s.index)

Out[1]:
0    4.000000
1    4.500000
2    5.000000
3    5.500000
4    5.200000
5    5.166667
6    5.285714
7    5.500000
dtype: float64

---

以下是熊猫新版本的更新（从0.18.0开始）

或

---

您正在寻找一个没有groupby的Like。请同时查看jpobst在0.18.0之后对熊猫的回答

In [1]:
    s = pd.Series([4, 5, 6, 7, 4, 5, 6, 7])
    s.cumsum() / pd.Series(np.arange(1, len(s)+1), s.index)

Out[1]:
0    4.000000
1    4.500000
2    5.000000
3    5.500000
4    5.200000
5    5.166667
6    5.285714
7    5.500000
dtype: float64

df['value'].expanding().mean()

s.expanding().mean()