Python中的Pandas Average If：将groupby均值与条件语句相结合

Question

我浏览了论坛，似乎无法弄清楚这一点。我有以下数据。我认为答案在于“groupby”功能，但我似乎无法解决。

Date     Hour    Value   3DAverage
1/1       1       57      53.33
1/1       2       43      42.33
1/1       3       44      45.33
1/2       1       51      ...
1/2       2       40      ...
1/2       3       42      ...
1/3       1       56      ...
1/3       2       42
1/3       3       48
1/4       1       53
1/4       2       45
1/4       3       46
1/5       1       56
1/5       2       46
1/5       3       48
1/5       4       64 *       
1/6       1       50
1/6       2       41
1/6       3       42
1/7       1       57
1/7       2       43
1/7       3       45
1/8       1       58
1/8       2       49
1/8       3       41
1/9       1       53
1/9       2       46
1/9       3       47
1/10      1       58
1/10      2       49
1/10      3       40

我想要做的是添加“3DAverage”列。我希望此列生成 PRIOR 3 相应小时值的“值”列的平均值。 我想为整个系列填写此栏。例如，值 53.33 是 1/2、1/3 和 1/4 小时 1 的平均值。我希望这继续使用每个“HourValue”的前 3 个值继续向下列。

另外，请注意存在 1/5 小时 4 等实例。并非所有日期的小时数都相同，因此我正在寻找存在这些小时的日期的最后 3 小时值。

我希望这是有道理的。非常感谢您的帮助！

Answer 1

你可以试试滚动平均

df['3D Average'] = df.iloc[::-1].groupby('Hour').Value.rolling(window = 3).mean()\
.shift().sort_index(level = 1).values

Answer 2

您可以在日期列上groupby 并执行以下操作：

df['3DAverage'] = df['Hour'].map(df.groupby('Hour').apply(lambda x: x.loc[x['Date'].isin(['1/2','1/3','1/4']),'Value'].mean()))

df.head(6)

   Date   Hour Value 3DAverage
0   1/1     1   57   53.333333
1   1/1     2   43   42.333333
2   1/1     3   44   45.333333
3   1/2     1   51   53.333333
4   1/2     2   40   42.333333
5   1/2     3   42   45.333333