如何忽略 nan 值并计算过去 3 个月的平均值答案

【问题标题】：how to ignore nan values and calculate mean of last 3 months如何忽略 nan 值并计算过去 3 个月的平均值
【发布时间】：2019-05-15 15:18:13
【问题描述】：

我上传了 6 个月的数据 7 月 - 12 月

这是我的字典数据

print(UPI_TransferIn)

输出：

[{'UPI TransferIn amt': 3000.0, 'date': '11-10-2018', 'No of UPI Transaction': 1}, {'UPI TransferIn amt': 560.0, 'date': '25-09-2018', 'No of UPI Transaction': 1}, {'UPI TransferIn amt': 3000.0, 'date': '14-09-2018', 'No of UPI Transaction': 1}, {'UPI TransferIn amt': 6984.0, 'date': '09-07-2018', 'No of UPI Transaction': 1}]

我的代码

    Avg_per_month = df.groupby(pd.Grouper(key='date', freq='1M')).mean()                                                             
    Avg_of_3_Month = df.groupby(pd.Grouper(key='date', freq='1M')).mean().last("3M")
    total_Avg_of_3_Months = Avg_of_3_Month['UPI TransferIn amt'].mean()              

    print("\nAverage UPI Transaction-In per month :\n ", Avg_per_month)                            
    print("Total Average UPI Transaction-In in last 3 months : ", total_Avg_of_3_Months)

我得到的结果：

--------------

Average UPI Transaction-In per month :
          No of UPI Transaction  UPI TransferIn amt
Date                                             
Jul-18                      1              6984.0
Aug-18                      0                 NaN
Sep-18                      2              1780.0
Oct-18                      1              3000.0
--------------
Total Average UPI Transaction-In in last 3 months :  2390.0
--------------

我希望目前计算 7 月、9 月、10 月之间的平均值即使我写了last("3M")，它也是在 9 月和 10 月计算的。

预期结果：

--------------
Total Average UPI Transaction-In in last 3 months :  3921.33333
--------------

【问题讨论】：

也许解释你想要获得的东西会更容易，而不是必须遵循你的代码似乎没有做你想做的事
您期望的平均值是多少？你能把这些具体的价值观放在你的问题中吗？
@SandervandenOord ：我已经编辑了我的问题以便于理解，请您再次检查

标签： python-3.x pandas dataframe pandas-groupby

【解决方案1】：

使用dropna 删除NaNs 行并通过tail 获取最后3 行：

Avg_of_3_Month = (df.groupby(pd.Grouper(key='date', freq='1M'))
                    .mean()
                    .dropna(subset=['UPI TransferIn amt'])
                    .tail(3))

total_Avg_of_3_Months = Avg_of_3_Month['UPI TransferIn amt'].mean()

【讨论】：

【解决方案2】：

Jezrael 的回答很棒。如果您想向后执行多个周期，可以通过计算 rolling 平均值来实现：

your_data = [{'UPI TransferIn amt': 3000.0, 'date': '11-10-2018', 'No of UPI Transaction': 1}, {'UPI TransferIn amt': 560.0, 'date': '25-09-2018', 'No of UPI Transaction': 1}, {'UPI TransferIn amt': 3000.0, 'date': '14-09-2018', 'No of UPI Transaction': 1}, {'UPI TransferIn amt': 6984.0, 'date': '09-07-2018', 'No of UPI Transaction': 1}]
df = pd.DataFrame(your_data)

df['period'] = pd.to_datetime(df['date'], dayfirst=True).dt.to_period('M')
group = df.groupby('period')['UPI TransferIn amt'].mean()
average_3months = group.rolling(window=3, center=False).mean()

【讨论】：