[英]Computing cumulative moving average over a Pandas data-frame with group-by
我可以解决这个问题,但不能以 Python 的方式。 给定以下 dataframe:
time rssi key1 key2 CMA
0 0.021 -71 P A NaN
1 0.022 -60 Q A NaN
2 0.025 -56 P B NaN
3 0.12 -70 Q B NaN
4 0.167 -65 P A NaN
5 0.210 -55 P B NaN
6 0.211 -74 Q A NaN
7 0.213 -62 Q B NaN
...
逐行计算RSSI的累积移动平均值(CMA),将值放在RSSI平均值列中。 迭代增加的时间,但按key1
, key2
分组。 这相当于说要计算四个 CMA: (P,A)
, (P,B)
, (Q,A)
, (Q,B)
。 最后,计算的 CMA 应放入 CMA 列。
注1 :我知道RSSI平均值不是用这个公式计算的,我不在乎。
注 2 :CMA 公式为avg(n) = (avg(n-1) * (n-1) + value(n))/n
示例 1:
定义groupby()
策略。
time rssi key1 key2 CMA
0 0.021 -71 P A NaN <<-- first value can stay NaN or be default to rssi (i.e. -71)
4 0.167 -65 P A -68
...
示例 2:
所需 output
time rssi key1 key2 CMA
0 0.021 -71 P A NaN
1 0.022 -60 Q A NaN
2 0.025 -56 P B NaN
3 0.12 -70 Q B NaN
4 0.167 -65 P A -68
5 0.210 -55 P B -55.5
6 0.211 -74 Q A -67
7 0.213 -62 Q B -66
...
到目前为止,这是我能想到的
import pandas as pd
import numpy as np
df = pd.DataFrame()
df['time'] = [0.021,0.022,0.025,0.12,0.167,0.210,0.211,0.213]
df['rssi'] = [-71,-60,-56,-70,-65,-55,-74,-62]
df['key1'] = ['P','Q','P','Q','P','P','Q','Q']
df['key2'] = ['A','A','B','B','A','B','A','B']
df["CMA"] = np.nan
for key, grp in df.groupby(['key1', 'key2']):
i = 0
old_index = 0
for index, row in grp.iterrows():
if i == 0:
# allowed alternative
df.at[index,'CMA'] = grp.at[index,'rssi']
old_index = index
else:
df.at[index,'CMA'] = ((df.at[old_index,'CMA'] * i) + df.at[index,'rssi']) / (i+1)
old_index = index
i += 1
print df
工作,但它是丑陋的。 必须有一种不那么痛苦的方式来以更蟒蛇的方式实现同样的目标。 如果不显式设置该列的每个单元格值,如何改进这一点?
您可以使用reset_index
执行groupby().expanding().mean()
:
df['CMA'] = (df.groupby(['key1','key2'],
as_index=False)['rssi']
.expanding(min_periods=2).mean()
.reset_index(level=0, drop=True)
)
Output:
time rssi key1 key2 CMA
0 0.021 -71 P A NaN
1 0.022 -60 Q A NaN
2 0.025 -56 P B NaN
3 0.120 -70 Q B NaN
4 0.167 -65 P A -68.0
5 0.210 -55 P B -55.5
6 0.211 -74 Q A -67.0
7 0.213 -62 Q B -66.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.