使用條件 rolling().mean() 在 DataFrame 中創建新列

Question

我正在處理相當大的 DataFrame 並想加快速度。 我的數據采用以下格式：

姓名	數字
條件一	1個
條件一	2個
條件一	2.2
條件一	2個
條件二	1個
條件二	1.1
條件二	1.2
條件二	1.3

現在我想對數字應用滾動平均值，但不混合不同的條件。 我的預期結果是：

姓名	數字	意思
條件一	1個	楠
條件一	2個	1.5
條件一	2.2	2.1
條件一	2個	2.1
條件二	1個	楠
條件二	1.1	1.05
條件二	1.2	1.15
條件二	1.3	1.25

我現在正在做的是迭代所有條件並將計算出的平均值保存在不同的 Dataframe 中，例如：

mean = {}
for con in data["Name"].drop_duplicates():
   mean[con] = data[data["Name" == con]].rolling(window=2).mean()

但這總是需要幾分鍾，這就是為什么我正在尋找直接創建列的替代方法。 我用 .apply 試過了，但那不起作用。 至少我到目前為止沒有嘗試過。

非常感謝你！

Answer 1

按名稱分組，然后使用滾動平均值轉換數字：

df['Mean'] = df.groupby('Name')['Number'].transform(lambda x: x.rolling(window=2).mean())
print(df)

Output

          Name  Number  Mean
0  Condition 1     1.0   NaN
1  Condition 1     2.0  1.50
2  Condition 1     2.2  2.10
3  Condition 1     2.0  2.10
4  Condition 2     1.0   NaN
5  Condition 2     1.1  1.05
6  Condition 2     1.2  1.15
7  Condition 2     1.3  1.25