Python 計算移動平均線

Question

我有一個數據集如下：

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)

我試圖計算每 3 行的平均計數，不包括按類別分組的當前行，並且日期是從新到舊，如果沒有足夠的 3 行來計算，它將返回 0。

預期結果應如下所示。 例如：對於日期 1 的類別 A，平均值計算為類別 A 的日期 2、3 和 4 的平均計數。

類別	日期	數數	平均
一個	1	1	3
一個	2	2	4
一個	3	3	3.333333333
一個	4	4	2.666666666
一個	5	5	0
一個	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

我試圖在下面使用，但沒有得到預期的結果

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

Answer 1

您可以將rolling與shift和sort_values結合使用，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)用於強制滾動 window 始終考慮 3 行而不是更少。 因此，結果的前 2 行將是 NaN，使用fillna設置為 0。 要在 window 中不包括當前行，請使用shift 。

結果：

   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