Question

我有一个数据框，它包含每天的客户余额。示例数据如下所示：

Pstng Date  DailyCustomerBalance
2017-01-01  0
2017-01-09  78384.19
2017-01-13  600400.51
2017-01-18  749905.52
2017-01-20  152352.19
2017-02-16  154785.3
2017-02-17  365895.28
2017-02-20  284384.77
2017-02-28  284384.77
2017-03-06  829957.21
2017-03-07  1470165.4
2017-03-08  1534915.04
2017-03-20  1321371.95
2017-03-22  1525026.15
2017-04-13  1619142.93
2017-04-14  1947051.04
2017-04-19  2079602.99
2017-04-20  1330376.35

在这个数据框中，我想找到DailyCustomerBalance的平均值。现在我不能简单地使用 df['DailyCustomerBalance'].mean() #o/p 907116.755

由于缺少日期，这给了我错误的答案。我需要将缺席日期视为上一个日期值（类似于ffill）。

到目前为止，我已尝试过以下脚本：

df['Pstng Date']=pd.to_datetime(df['Pstng Date'])
df['temp']=df['Pstng Date'].shift(-1)
df['maintained_days']=((df['temp'].sub(df['Pstng Date']))/np.timedelta64(1,'D')).fillna(1)
df['DailyCustomerBalanceWeightedWithDate']=(df['DailyCustomerBalance']*df['maintained_days'])

print (df['DailyCustomerBalanceWeightedWithDate'].sum())/(((df['Pstng Date'].max()-df['Pstng Date'].min())/np.timedelta64(1,'D'))+1)

output: 780359.246909 #ok

我上面的代码运行正常。但是我对这个问题使用了太多的操作。

还有其他更好的解决方法吗？或任何其他数学方法简化了这个问题？。

提前致谢，

Answer 1

您想确保您的日期在索引中。使用pd.DataFrame.asfreq和pd.DataFrame.mean

df.set_index('Pstng Date').asfreq('D').ffill().mean()

DailyCustomerBalance    780359.246909
dtype: float64

在时间序列

1 个答案: