Question

给出以下数据，

import pandas as pd

data = [['AAA','2019-01-01', 10], ['AAA','2019-01-02', 21],
        ['AAA','2019-02-01', 30], ['AAA','2019-02-02', 45],
        ['BBB','2019-01-01', 50], ['BBB','2019-01-02', 60],
        ['BBB','2019-02-01', 70],['BBB','2019-02-02', 59]]

dfx = pd.DataFrame(data, columns = ['NAME', 'TIMESTAMP','VALUE'])

  NAME   TIMESTAMP  VALUE
0  AAA  2019-01-01     10
1  AAA  2019-01-02     21
2  AAA  2019-02-01     30
3  AAA  2019-02-02     45
4  BBB  2019-01-01     50
5  BBB  2019-01-02     60
6  BBB  2019-02-01     70
7  BBB  2019-02-02     59

是否可以将每个组（“ NAME”）的最后一个值与前三行的平均值进行比较，所以预期的输出将类似于以下内容，

  NAME   TIMESTAMP  VALUE  RESULT
0  AAA  2019-01-01     10  
1  AAA  2019-01-02     21  
2  AAA  2019-02-01     30   
3  AAA  2019-02-02     45  False
4  BBB  2019-01-01     50
5  BBB  2019-01-02     60  
6  BBB  2019-02-01     70  
7  BBB  2019-02-02     59  True

因此，对于组“ AAA”，结果为False，因为值45为“大于”前三个值（10 + 21 + 30）的平均值，而对于组“ BBB”，结果为True，因为该值59是“最低”，表示前三个值（50 + 60 + 70）的平均值。

关于。

Answer 1

这应该有效：

def compare(a, b):
    if a > b:
        return False
    elif a < b: 
        return True 

dfx['rolling_mean'] = dfx.VALUE.rolling(3, 3).mean()
s = dfx.duplicated('NAME', keep = 'last')
dfx['RESULT'] = dfx[~s].apply(lambda x: compare(x.VALUE, x.rolling_mean), axis = 1)

Answer 2

使用duplicated

s=dfx.duplicated('NAME',keep='last')
dfx['RESULT']=dfx[~s].VALUE.le(dfx[s].groupby('NAME')['VALUE'].mean().values)
dfx
  NAME   TIMESTAMP  VALUE RESULT
0  AAA  2019-01-01     10    NaN
1  AAA  2019-01-02     21    NaN
2  AAA  2019-02-01     30    NaN
3  AAA  2019-02-02     45  False
4  BBB  2019-01-01     50    NaN
5  BBB  2019-01-02     60    NaN
6  BBB  2019-02-01     70    NaN
7  BBB  2019-02-02     59   True

熊猫将值与上一行的平均值进行比较

2 个答案: