Блог

В моем фрейме данных у меня есть несколько имен (строка), дат (datetime64) и количество наблюдений (число).

 In [8]: df 
Out[8]: 
   name date  num
0     a    1    3
1     a    2    4
2     a    3    9
3     b    1    6
4     b    2    8
5     b    3    3

 

Что я хочу, так это рассчитать для каждого имени среднее актуальное значение. Поэтому я ожидаю, что для каждого имени будет следующий дополнительный столбец:

    
   name date  num   avg
0     a    1    3     3
1     a    2    4   3.5
2     a    3    9  5.33
3     b    1    6     6
4     b    2    8     7
5     b    3    3  5.67
 

3 = 3/1; 3.5 = (3 4)/2; 5.33 = (3 4 9)/3 и так далее для любого другого имени.

Я пытался объединить функции панд groupby avg и cumsum, но не могу получить то, что я хочу.

Есть некоторые требования: мне нужно использовать функции pandas (без циклов) и в лучшем случае избегать использования лямбд, так как мой df большой.

Использовать groupby с expanding и mean :

 df['avg'] = df.groupby('name')['num'].expanding().mean().reset_index(level=0, drop=True)
 

Выход:

   name  date  num       avg
0    a     1    3  3.000000
1    a     2    4  3.500000
2    a     3    9  5.333333
3    b     1    6  6.000000
4    b     2    8  7.000000
5    b     3    3  5.666667
 

Вы можете разделить совокупную сумму на совокупное количество (добавлено 1) для каждой группы:

 g = df.groupby("name").num
df["avg"] = g.cumsum() / g.cumcount().add(1)
 

add(1) где мы будем считать, так как это так, но нам нужно 0, 1, 2.. 1, 2, 3.. ,

получить

 >>> df

  name  date  num       avg
0    a     1    3  3.000000
1    a     2    4  3.500000
2    a     3    9  5.333333
3    b     1    6  6.000000
4    b     2    8  7.000000
5    b     3    3  5.666667