Question

我很难在包含重复索引的以下数据框架上使用pd.rolling_mean函数：

               amount
    20140101    3
    20140102    4
    20140103    3
    20140103    5
    20140103    1
    20140104    5
    20140105    6
    20140106    2
    …

我需要计算＆＃39;金额的3天平均值，例如，从20140101到20140103的平均值应为(3+4+3+5+1)/5=3.2，平均金额来自20140104至20140106应为(5+6+2)/3=4.3

有谁知道怎么做？提前谢谢！

Answer 1

你可以这样做：

>>> df
          amount
20140101       3
20140102       4
20140103       3
20140103       5
20140103       1
20140104       5
20140105       6
20140106       2
>>> xf = df.groupby(level=0)['amount'].agg(['sum', 'count'])
>>> xf
          sum  count
20140101    3      1
20140102    4      1
20140103    9      3
20140104    5      1
20140105    6      1
20140106    2      1
>>> pd.rolling_sum(xf['sum'], 3, 0) / pd.rolling_sum(xf['count'], 3, 0)
20140101    3.000
20140102    3.500
20140103    3.200
20140104    3.600
20140105    4.000
20140106    4.333
dtype: float64

分别为3.2和4.3获得20140103和20140106。

Answer 2

如果您的日期列已经是日期时间并且是索引，则可以拨打rolling_mean：

In [15]:

pd.rolling_mean(df['amount'], window=1,  freq='3d')
Out[15]:
date
2014-01-01    3.200000
2014-01-04    4.333333
Freq: 3D, dtype: float64

如果需要，您可以通过执行以下操作将索引转换为日期时间：

df.index = pd.to_datetime(df.index.astype(str), '%Y%m%d')

这是因为索引实际上是dtype int64，如果它已经是一个字符串，那么你可以忽略astype位

在pandas中具有重复索引的数据框上应用滚动均值函数

2 个答案: