根据以前的值将列添加到熊猫数据框

Question

我有一个数据框，其中有一个观察号，一个id和一个数字

Obs#   Id    Value
--------------------
1        1   5.643
2        1   7.345
3        2   0.567
4        2   1.456

我想计算一个新列，该列是特定ID先前值的平均值

我正在尝试使用类似这样的方法，但是它只能获取以前的值：

df.groupby('Id')['Value'].apply(lambda x: x.shift(1) ...

我的问题是如何获取由ID过滤的先前值的范围，以便可以计算均值？

因此，基于此示例的新列应为

5.643
6.494
0.567
1.0115

Answer 1

您似乎想要expanding，然后是 mean

df.groupby('Id').Value.expanding().mean()

Id
1.0  1    5.6430
     2    6.4940
2.0  3    0.5670
     4    1.0115
Name: Value, dtype: float64

Answer 2

您也可以这样做：

df = pd.DataFrame({'Obs':[1,2,3,4],'Id':[1,1,2,2],'Value':[5.643,7.345, 0.567,1.456]})

df.groupby('Id')['Value'].apply(lambda x:  x.cumsum()/np.arange(1, len(x)+1))

它的输出为：

5.643
6.494
0.567
1.0115