Question

我的数据框如下：

user | profit
-------------
Anna |    1.0
Bell |    2.0
Anna |    2.0
Chad |    5.0
Bell |    4.0
Anna |    3.0

我需要在用户级别上计算每行的平均值，也就是说，每次看到同一个用户时，我都要计算出到目前为止的利润平均值。

例如，安娜的第一个利润均值为1.0，而第二个利润均值为1.5，依此类推。

所需结果如下：

user | profit | mean
--------------------
Anna |    1.0 |  1.0
Bell |    2.0 |  2.0
Anna |    2.0 |  1.5
Chad |    5.0 |  5.0
Bell |    4.0 |  3.0
Anna |    3.0 |  2.0

在Python / Pandas中有这样做的建议吗？

import pandas as pd

record = pd.DataFrame({
    "user": ("Anna", "Bell", "Anna", "Chad", "Bell", "Anna"), 
    "profit": (1.0, 2.0, 2.0, 5.0, 4.0, 3.0)
})

谢谢！

Answer 1

将GroupBy.transform与rolling和mean一起使用：

df['mean'] = (df.groupby('user')['profit']
                .transform(lambda x: x.rolling(len(x), min_periods=1).mean()))
print (df)
   user  profit  mean
0  Anna     1.0   1.0
1  Bell     2.0   2.0
2  Anna     2.0   1.5
3  Chad     5.0   5.0
4  Bell     4.0   3.0
5  Anna     3.0   2.0

Answer 2

我认为到目前为止，我们可以使用cumsum（）除以计数。

g = df.groupby('user')['profit']
df['mean'] = g.cumsum() / (g.cumcount() + 1)

完整示例

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "user": ("Anna", "Bell", "Anna", "Chad", "Bell", "Anna"), 
    "profit": (1.0, 2.0, 2.0, 5.0, 4.0, 3.0)
})

g = df.groupby('user')['profit']
df['mean'] = g.cumsum() / (g.cumcount() + 1)

print(df)

返回：

   user  profit  mean
0  Anna     1.0   1.0
1  Bell     2.0   2.0
2  Anna     2.0   1.5
3  Chad     5.0   5.0
4  Bell     4.0   3.0
5  Anna     3.0   2.0

用Python / Pandas中的另一列计算行平均值

2 个答案: