Python：计算组内的移动平均值

我有一个包含100个对象的时间序列的数据帧：

object  period  value 
1       1       24
1       2       67
...
1       1000    56
2       1       59
2       2       46
...
2       1000    64
3       1       54
...
100     1       451
100     2       153
...
100     1000    21

我想用窗口10计算

值

列的移动平均值。我想我得做点什么

df.groupby('object').apply(lambda ~calculate MA~) 

然后按对象将此系列合并到原始数据帧？无法理解确切的命令

可以与

转换一起使用

：

df['moving'] = df.groupby('object')['value'].transform(lambda x: x.rolling(10, 1).mean())

rolling

中的

1

用于最小周期数。

您可以直接在

groupby

对象上使用：

df['moving'] = df.groupby('object').rolling(10)['value'].mean()

使用直接分配给列时，新版本会引发错误，因此请使用：

df['moving'] = df.groupby('object').rolling(10)['value'].mean().reset_index(drop=True)

---

从@Sandeep Kadapa扩展答案：

df['moving'] = df.groupby('object').rolling(10)['value'].mean().reset_index(drop=True)

---

reset\u index

的原因是，在

df.groupby

之后，我们得到了一个多级索引，在赋值时，我们将得到错误

TypeError:inserted column的索引与frame index不兼容

创建一个列作为链方法：

(
    df
        .assign(
            column_name = lambda x: 
                x
                    .groupby(['object'])['value']
                    .transform(lambda x: x.rolling(10)
                    .mean())
        )
)

---

如果您在多个列上分组，则提供的答案可能不会产生所需的结果

以下几点应该可以解决这个问题：

df['moving'] = df.groupby(['col_1', 'col_2', 'col_3']).rolling(10)['value'].mean().droplevel(level=[0,1,2])

---

这些解决方案假定数据帧以特定方式（按对象和周期）排序。例如，如果数据组织在面板中（按时段和对象），则分配将失败。不考虑排序顺序的一般解决方案如下：

df.loc[:, 'value_sma_10'] = df.groupby(by='object')[['object', 'period']].rolling(window=10, min_periods=1, on='period').mean().reset_index(level='object')['value']

---

移动平均线的行数会少一些，它们应该分配给哪个时段？这样做比较理想：对于时段1，MA仅等于时段1的值。从周期2开始，MA=（值_1+值_2）/2，依此类推，直到10。10点以后，这是一个正常的移动平均值。我正试图使用pd.rolling_mean（），但没想到是的，太漂亮了！我爱熊猫！这是推荐的方法：我打算用pd.rolling_mean回答，并得到了弃用警告。所以，谢谢你们今天教我一些东西@zipaHow我可以用什么方法计算组内的Bolinger带值？下面的代码给出了一个错误。（BBANDS（）返回一个元组（上、中、下）。

df['bb_-up']，df['bb_-mid']，df['bb_-low']=df.groupby（'object'）['value'].transform（lambda x:talib.BBANDS（x））

Hi，我收到一个错误：

TypeError:插入的列的索引与框架索引不兼容。不知道是什么问题……请您提供一个。@SarahMesser这是因为您在每个组中只有一个值，请检查
对象
是否只有唯一的值，这意味着您计算滚动的每个组中只有一个值，因此您得到的是
NaN的
Oops。我删除了列表理解中的“period”循环，试图简化数据帧并使示例最小化。正如您所说，将其添加回修复了空值。我在mean（）和reset_index（）之间添加了一个移位（1），因为我不想在计算period-2的平均值时包含period-2的值。。。这似乎通过将多索引中的值从一个“对象”组转移到下一个“对象”组而混淆了值。手动构造的小数据帧似乎也依赖于原始索引。在groupby滚动构造之前，可能需要运行
df.sort_值（by=['object'，'period']）。重置_索引（drop=True）
，以确保索引对齐。这应该是最重要的答案+1！（.droplevel可替换为.reset_index，顺便说一句）。