熊貓數據框：找到滿足各行不同條件的所有觀測值的條件均值

Question

假設我有一個像這樣的數據框：

            date   M1_start     M1_end  SimPrices_t0_exp
    0 2017-12-31 2018-01-01 2018-01-31         16.151667
    1 2018-01-01 2018-02-01 2018-02-28         45.138445
    2 2018-01-02 2018-02-01 2018-02-28         56.442648
    3 2018-01-03 2018-02-01 2018-02-28         59.769931
    4 2018-01-04 2018-02-01 2018-02-28         50.171695

我想獲得SimPrices_t0_exp觀測值的平均值，對於每個觀測值，其“日期”的值都在M1_start和M1_end之間

我已經試過了

    mask = ((df['date'] >= df['M1_start']) & (df['date'] <= df['M1_end']))
    df['mymean'] = df['SimPrices_t0_exp'][mask].mean()

我相信每次觀察都會返回NaN的原因，我相信是因為對每一行都應用了掩碼，因此需要逐一檢查掩碼條件以獲取其自己的日期（永遠不會返回true）。

有人可以幫我嗎？ 我已經為這個問題苦苦掙扎了兩天

示例：對於第一個觀察，在此特定情況下，結果列在其第一個觀察中將具有平均45.13,56.44,59.76,50.17

如果對某人有幫助，則偽代碼將如下所示：

for obs in observations:
   start = obs.start
   end = obs.end
   sum = 0
   obs_count = 0
   for obs2 in observations:
      if obs2.date >= start and obs2.date <= end:
         sum += obs.SimPrices_t0_exp
         obs_count += 1
   obs.mean = sum/obs_count

謝謝！！

Answer 1

在這里，一種使用笛卡爾合並（對於大型數據集不是一個好的選擇），過濾和groupby方法來做到這一點：

df = df.assign(key=1)
df_m = df.merge(df, on='key')

df_m.query('M1_start_x <= date_y <= M1_end_x').groupby(['M1_start_x','M1_end_x'])['SimPrices_t0_exp_y'].mean()

輸出：

M1_start_x  M1_end_x  
2018-01-01  2018-01-31    52.88068
Name: SimPrices_t0_exp_y, dtype: float64