Question

我有以下数据框，例如

 univ  date        ms  kv
  A     11/01/2007  1  0.2
  A     11/02/2007  0  0.3
  A     11/03/2007  1  0.4
  A     11/05/2007  1  0.1
  B     11/01/2007  0  0.11
  B     11/03/2007  1  0.12
  B     11/04/2007  1  0.13

对于每个univ组，我想计算ms = 1之后的下一个可用日期的kv的平均值。因此，在上述情况下，对于A，ms = 1在11/01和11/03和11 / 05所以输出应该是

 univ kv
  A   0.2 ( average of 0.3 and 0.1)

我还想让“下一个可用日期”变得灵活，它可能是“第二个下一个或第三个下一个可用日期”

非常感谢！

Answer 1

IIUC：

DefaultServlet

In [244]: n=1

In [245]: df.groupby('univ') \
            .apply(lambda x: x.loc[x.ms.shift(n)==1, 'kv'].mean()) \
            .reset_index(name='kv')
Out[245]:
  univ    kv
0    A  0.20
1    B  0.13

Answer 2

选项1
灵活...更改您开始切片x[n:]

的点

df.query('ms == 1').groupby('univ').kv.apply(lambda x: x[1:].mean())

univ
A    0.25
B    0.13
Name: kv, dtype: float64

选项2
不灵活......只是乱搞这个

df[df.duplicated(['univ', 'ms'])] \
    .query('ms == 1').set_index('univ').kv.mean(level=0)

univ
A    0.25
B    0.13
Name: kv, dtype: float64

根据另一列在数据框中分配一列

2 个答案: