Python 计算移动平均线

Question

我有一个数据集如下：

import pandas as pd
data = {'Category': ['A','A','A','A','A','A','B','B','B','B','B','C','C','C','C','C'],
        'Date' : [1,2,3,4,5,6,1,2,3,4,5,1,2,3,4,5],
       'Count': [1,2,3,4,5,1,2,3,4,5,6,1,2,3,4,6]}
df = pd.DataFrame(data)

我试图计算每 3 行的平均计数，不包括按类别分组的当前行，并且日期是从新到旧，如果没有足够的 3 行来计算，它将返回 0。

预期结果应如下所示。 例如：对于日期 1 的类别 A，平均值计算为类别 A 的日期 2、3 和 4 的平均计数。

类别	日期	数数	平均
一个	1	1	3
一个	2	2	4
一个	3	3	3.333333333
一个	4	4	2.666666666
一个	5	5	0
一个	6	1	0
乙	1	2	4
乙	2	3	5
乙	3	4	0
乙	4	5	0
乙	5	6	0
C	1	1	3
C	2	2	4.333333333
C	3	3	0
C	4	4	0
C	5	6	0

我试图在下面使用，但没有得到预期的结果

df['average'] = df.groupby(['Category'])['count'].transform(lambda x: x.rolling(3, 1).mean())

Answer 1

您可以将rolling与shift和sort_values结合使用，如下所示：

def reverse_roll(df):
    df['Count'] = df.sort_values('Date', ascending=False)['Count'].rolling(3, 3).mean().shift()
    df['Count'] = df['Count'].fillna(0.0)
    df = df.sort_values('Date', ascending=True)
    return df
    
df.groupby('Category').apply(reverse_roll)

上面， rolling(3, 3)用于强制滚动 window 始终考虑 3 行而不是更少。 因此，结果的前 2 行将是 NaN，使用fillna设置为 0。 要在 window 中不包括当前行，请使用shift 。

结果：

   Category  Date     Count
0         A     1  3.000000
1         A     2  4.000000
2         A     3  3.333333
3         A     4  0.000000
4         A     5  0.000000
5         A     6  0.000000
6         B     1  4.000000
7         B     2  5.000000
8         B     3  0.000000
9         B     4  0.000000
10        B     5  0.000000
11        C     1  3.000000
12        C     2  4.333333
13        C     3  0.000000
14        C     4  0.000000
15        C     5  0.000000