Python 在熊猫中实施多天平均值

我有一个数据框架，其结构如下，针对本问题的范围进行了简化：

  A        B        C          E F G 
0 location 2016/9/1 2016/9/1   n 2 1 
1 location 2016/9/2 2016/9/2   2 n 2 
2 location 2016/9/3 2016/9/3   1 1 1 
3 location 2016/9/4 2016/9/4   1 n n  
4 location 2016/9/5 2016/9/5   1 1 1 
5 location 2016/9/6 2016/9/6   1 n n 
6 location 2016/9/7 2016/9/7   1 n 1  
7 location 2016/9/8 2016/9/8   1 1 1  
8 location 2016/9/9 2016/9/9   1 1 1  

其中s为字符串值，包含日期、时间和其他数据，n为np.nan值，f为浮点值

我想做的是创建一个dataframe，它有前4列中的2列或3列，并从那里创建一个7天的运行平均值。我可以设置如下滚动窗口：

df = df.rolling(7).mean()

然而，这只会生成一个只有nan值的数据帧，在上面的示例中，所有f值都位于nan值处

我尝试过的另一种方法是：

但是，对于我的代码，它没有输出我正在寻找的正确值

我的目标是创建一个7天运行/移动平均值，该平均值可以解释nan值，并且仅对非nan值进行平均

使用上面的数据帧作为示例输入，我希望实现以下输出：

  A        B        C          E   F   G    
0 location 2016/9/1 2016/9/1   n   n   n   
1 location 2016/9/2 2016/9/2   n   n   n   
2 location 2016/9/3 2016/9/3   n   n   n   
3 location 2016/9/4 2016/9/4   n   n   n    
4 location 2016/9/5 2016/9/5   n   n   n    
5 location 2016/9/6 2016/9/6   n   n   n   
6 location 2016/9/7 2016/9/7   7/6 4/3 6/4  
7 location 2016/9/8 2016/9/8   8/7 1   6/4 
8 location 2016/9/9 2016/9/9   1   1   1   

---

在第6/7/8行中，计算累积运行/移动平均值，前7行为空，平均值受存在的nan值数量的影响。

这是我能想到的最简单的方法，但肯定可以改进：

import numpy as np
import pandas as pd

# setup DataFrame
A = ['location']*9
B = pd.date_range(start='2016/9/1', periods=9)
C = pd.date_range(start='2016/9/1', periods=9)
E = [np.NaN, 2, 1, 1, 1, 1, 1, 1, 1]
F = [2, np.NaN, 1, np.NaN, 1, np.NaN, np.NaN, 1, 1]
G = [1, 2, 1, np.NaN, 1, np.NaN, 1, 1, 1]

df = pd.DataFrame(list(zip(A, B, C, E, F, G)), columns=['A', 'B', 'C', 'E', 'F', 'G'])

# compute values for columns E, F, and G
df_ = df.loc[:, ['E', 'F', 'G']]
numerator = df_.fillna(0).rolling(window=7, min_periods=7).sum()
denominator = df_.notnull().astype(int).rolling(window=7).sum()

# New DataFrame containing results for columns E, F, and G
new_df = numerator / denominator

# final DataFrame
final_df = df[['A', 'B', 'C']].join(new_df)

---

希望这对您有所帮助。：）

这是我能想到的最简单的方法，但肯定可以改进：

import numpy as np
import pandas as pd

# setup DataFrame
A = ['location']*9
B = pd.date_range(start='2016/9/1', periods=9)
C = pd.date_range(start='2016/9/1', periods=9)
E = [np.NaN, 2, 1, 1, 1, 1, 1, 1, 1]
F = [2, np.NaN, 1, np.NaN, 1, np.NaN, np.NaN, 1, 1]
G = [1, 2, 1, np.NaN, 1, np.NaN, 1, 1, 1]

df = pd.DataFrame(list(zip(A, B, C, E, F, G)), columns=['A', 'B', 'C', 'E', 'F', 'G'])

# compute values for columns E, F, and G
df_ = df.loc[:, ['E', 'F', 'G']]
numerator = df_.fillna(0).rolling(window=7, min_periods=7).sum()
denominator = df_.notnull().astype(int).rolling(window=7).sum()

# New DataFrame containing results for columns E, F, and G
new_df = numerator / denominator

# final DataFrame
final_df = df[['A', 'B', 'C']].join(new_df)

---

希望这对您有所帮助。：）

你能给出一个你的输入和期望输出的具体例子吗？用澄清的输入和输出更新。添加一些你不能汇总的实际日期，并用随机数或数字替换

f

so@cd123，我想你可以做

df.fillna（0）.rolling（window=7）.mean（）

。但我不确定，因为您确实给出了一个如何计算G列到L列的示例。另外，是否要对A列到D列执行聚合？为了便于计算/使用，我将其简化为数据帧。理想情况下，我希望保持与每行相关的数据保持不变，A列至C列保持不变，但如果可能，在B/C列中设置移动平均线的开始和结束日期，我可以轻松提取移动平均线，然后如上所示计算7天运行平均线。您能给出一个输入和期望输出的具体示例吗？更新为澄清输入和输出。添加一些无法聚合的实际日期，并用随机数或数字替换

f

so@cd123，我想你可以做

df.fillna（0）.rolling（window=7）.mean（）

。但我不确定，因为您确实给出了一个如何计算G列到L列的示例。另外，是否要对A列到D列执行聚合？为了便于计算/使用，我将其简化为数据帧。理想情况下，我希望保持与每行相关的数据保持不变，A列至C列保持不变，但如果可能，在B/C列中设置移动平均线的开始和结束日期，我可以轻松提取，然后按照上面所示计算7天运行平均线。这似乎是我可以使用的，只要稍微调整一下，就应该很好了。非常感谢：）这看起来是我可以使用的东西，只需要稍微调整一下，它应该是好的。非常感谢：）