[英]Pandas: Rolling mean using only the last update based on another column
我想執行滾動平均值,而平均值不包括在另一列中找到的重復項。 讓我提供一個示例數據框:
Date Warehose Value
10-01-1998 London 10
13-01-1998 London 13
15-01-1998 New York 37
12-02-1998 London 21
20-02-1998 New York 39
21-02-1998 New York 17
在此示例中,假設我喜歡執行 30 天滾動Value
,但僅考慮倉庫位置的最后一次更新。 生成的數據框預計為:
Date Value Rolling_Mean
02-01-1998 10 10
05-01-1998 13 13
15-01-1998 37 20
12-02-1998 21 29
20-02-1998 39 30
21-02-1998 17 19
我擁有的數據相對較大,因此盡可能高效。
這有點棘手。 由於rolling.apply
僅適用於 Series 並且您需要“Warehose”和“Value”來執行計算,您需要使用函數(和“全局”變量,這不是超級干凈的 IMO)訪問完整的數據幀:
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)
df2 = df.set_index('Date')
def agg(s):
return (df2.loc[s.index]
.drop_duplicates(subset='Warehose', keep='last')
['Value'].mean()
)
df['Rolling_Mean'] = (df.sort_values(by='Date')
.rolling('30d', on='Date')
['Value']
.apply(agg, raw=False)
)
輸出:
Date Warehose Value Rolling_Mean
0 1998-01-10 London 10 10.0
1 1998-01-13 London 13 13.0
2 1998-01-15 New York 37 25.0
3 1998-02-12 London 21 29.0
4 1998-02-20 New York 39 30.0
5 1998-02-21 New York 17 19.0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.