Question

不确定我是否为我的问题添加了正确的标题，请建议编辑

我有以下数据框：

df_dict={'startDate': 
['2015-01-01','2015-01-05','2015-01-18','2015-01-25',
'2015-02-02','2015-02-03','2015-02-04','2015-02-17',
'2015-03-03','2015-03-04','2015-03-07','2015-03-11',
'2015-04-04','2015-04-05','2015-04-17','2015-04-19'],
'price':[200,250,270,240,100,120,130,140,300,310,330,370,400,410,420,440],

'250_index': [1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2]}
df=pd.DataFrame(df_dict)

我需要在我的数据集中找到第一个可用日期，在这种情况下为2015-01-01，然后创建30day区间，例如：2015-01-01，2015-01-31，{{ 1}}，2015-03-02然后为每个区间和2015-04-01组合计算过去的250_index 30day和60_day平均价格。

结果数据框应该类似于以下内容，第一个时间间隔的过去平均值为90day，因为我们没有关于发生了什么的信息，但对于第二个时间间隔0，我们需要基于2015-01-31进行计算我们在past_30_avg和2015-01-01之间的价格，其他区间相同：

2015-01-31

我一直在寻找一种通用的方法，因为它只是我的数据集的一部分

Answer 1

考虑{30}的pd.Grouper表示（每月汇总），然后考虑transform() rolling() 60天和90天：

tdf = df.groupby([pd.Grouper(key='startDate', freq='30D', label='right'), '250_index']).mean()\
              .reset_index().rename(columns={'price': 'past_30_avg'})
print(tdf)

tdf['past_60_avg'] = tdf.groupby('250_index')['past_30_avg'].transform(lambda x: x.rolling(2).mean())
tdf['past_90_avg'] = tdf.groupby('250_index')['past_30_avg'].transform(lambda x: x.rolling(3).mean())

#    startDate  250_index  past_30_avg  past_60_avg  past_90_avg
# 0 2015-01-31          1          235          NaN          NaN
# 1 2015-01-31          2          245          NaN          NaN
# 2 2015-03-02          1          115        175.0          NaN
# 3 2015-03-02          2          130        187.5          NaN
# 4 2015-04-01          1          315        215.0   221.666667
# 5 2015-04-01          2          340        235.0   238.333333
# 6 2015-05-01          1          410        362.5   280.000000
# 7 2015-05-01          2          425        382.5   298.333333

如何用熊猫中的落后时间窗计算平均值

1 个答案: