Question

给出一个看起来像这样的数据框：

date,score
2019-10-01,5
2019-10-02,4
2019-10-03,3
2019-10-04,6

如何使用后续/后续行来计算score的平均值，以使其看起来/行为如下：

date,score
2019-10-01,5,(5+4+3+6)/4
2019-10-02,4,(4+3+6)/3
2019-10-03,3,(3+6)/2
2019-10-04,6,6

在SQL中，这是我尝试翻译的地方，在SQL中我可以编写：

select avg(score) over(order by date) ...

但是我很难在大熊猫中弄清楚这一点。

任何指导将不胜感激。

谢谢！

Answer 1

在相反的系列上尝试expanding

df['calc_mean'] = df.score[::-1].expanding(1).mean()

Out[228]:
         date  score  calc_mean
0  2019-10-01      5   4.500000
1  2019-10-02      4   4.333333
2  2019-10-03      3   4.500000
3  2019-10-04      6   6.000000

Answer 2

自下而上使用cumsum除以arange

df['cummean'] = df.score[::-1].cumsum()[::-1] / np.arange(len(df), 0, -1)

         date  score   cummean
0  2019-10-01      5  4.500000
1  2019-10-02      4  4.333333
2  2019-10-03      3  4.500000
3  2019-10-04      6  6.000000

Answer 3

cumsum（反向系列）：

df['cum_mean'] = (df[::-1].assign(c=1)
                    .agg({'score':'cumsum', 'c':'cumsum'})
                    .assign(cum_mean = lambda x: x['score']/x['c'])
                    ['cum_mean']
                 )

输出：

         date  score  cum_mean
0  2019-10-01      5  4.500000
1  2019-10-02      4  4.333333
2  2019-10-03      3  4.500000
3  2019-10-04      6  6.000000

如何有效计算熊猫中所有后续行的均值？

3 个答案: