前 n 行的平均值

Question

我有以下數據框：

date = pd.date_range('2021-01-01', periods = 21, freq = '60S')
df = pd.DataFrame({ 'Date': date,
'Type':'DM','DM','DM','DS','DS','DS','DS','DM','DS','DS','DM','DM','DM','DM','DM','DM','DM','DS','DS','DS','DM'],
'Value': [105,130,104,205,206,208,222,160,105,130,104,205,206,208,222,160,158,176,120,200,75]})

所以我想獲得df['mean'] ，但僅適用於 Type 為 'DS' 且平均值必須是df['Value]的前 3 行，其中 Type 為 DM 的情況。 我應該得到這樣的東西

Output

       Type Value mean   
    0    DM  105  NaN
    1    DM  130  NaN
    2    DM  104  NaN
    3    DS  205  113
    4    DS  206  113
    5    DS  208  113
    6    DS  222  113
    7    DM  160  NaN
    8    DS  105  131,33
    9    DS  130  131,33
    10   DM  104  NaN
    11   DM  205  NaN
    12   DM  206  NaN
    13   DM  208  NaN
    14   DM  222  NaN
    15   DS  160  212
    16   DM  158  NaN
    17   DS  176  196
    18   DS  120  196
    19   DS  200  196
    20   DM  75   NaN

我嘗試使用 grouby，但我設法僅獲得相等df['Type']值的結果（如果該值為“DM”，則我獲得的平均值與之前的“DM”值相同）。

我試過的代碼： df['Avg_Back'] = ((df.groupby('Type')['Value'].rolling(window=4).mean().reset_index(level=0,drop=True))*4 - df['NOx'])/3

但是，我不知道如何使用它來計算不同類型值的平均值。

Answer 1

df["mean"] = df[df.Type == "DM"].rolling(3)["Value"].mean()
df["mean"] = df["mean"].ffill()
df.loc[df.Type == "DM", "mean"] = np.nan
print(df)

印刷：

                  Date Type  Value        mean
0  2021-01-01 00:00:00   DM    105         NaN
1  2021-01-01 00:01:00   DM    130         NaN
2  2021-01-01 00:02:00   DM    104         NaN
3  2021-01-01 00:03:00   DS    205  113.000000
4  2021-01-01 00:04:00   DS    206  113.000000
5  2021-01-01 00:05:00   DS    208  113.000000
6  2021-01-01 00:06:00   DS    222  113.000000
7  2021-01-01 00:07:00   DM    160         NaN
8  2021-01-01 00:08:00   DS    105  131.333333
9  2021-01-01 00:09:00   DS    130  131.333333
10 2021-01-01 00:10:00   DM    104         NaN
11 2021-01-01 00:11:00   DM    205         NaN
12 2021-01-01 00:12:00   DM    206         NaN
13 2021-01-01 00:13:00   DM    208         NaN
14 2021-01-01 00:14:00   DM    222         NaN
15 2021-01-01 00:15:00   DS    160  212.000000
16 2021-01-01 00:16:00   DM    158         NaN
17 2021-01-01 00:17:00   DS    176  196.000000
18 2021-01-01 00:18:00   DS    120  196.000000
19 2021-01-01 00:19:00   DS    200  196.000000
20 2021-01-01 00:20:00   DM     75         NaN