您如何使用 pandas 计算时间序列的扩展均值？答案

【问题标题】：How do you calculate expanding mean on time series using pandas?您如何使用 pandas 计算时间序列的扩展均值？
【发布时间】：2013-11-06 00:29:01
【问题描述】：

您将如何在下面的 pandas DataFrame 中创建一个列，其中新列是每个“Mod_ID_x”的“val”的扩展均值/中位数。想象一下，如果是时间序列数据，“ID”1-2 在第 1 天，“ID”3-4 在第 2 天。

我已经尝试了所有我能想到的方法，但似乎无法做到。

left4 = pd.DataFrame({'ID': [1,2,3,4],'val': [10000, 25000, 20000, 40000],
'Mod_ID': [15, 35, 15, 42],'car': ['ford','honda', 'ford', 'lexus']})    


right4 = pd.DataFrame({'ID': [3,1,2,4],'color': ['red', 'green', 'blue', 'grey'], 'wheel': ['4wheel','4wheel', '2wheel', '2wheel'], 
                      'Mod_ID': [15, 15, 35, 42]})

df1 = pd.merge(left4, right4, on='ID').drop('Mod_ID_y', axis=1)

【问题讨论】：

标签： python-2.7 pandas dataframe time-series

【解决方案1】：

很难在您的 DataFrame 上正确测试，但您可以使用以下方法：

>>> df1["exp_mean"] = df1[["Mod_ID_x","val"]].groupby("Mod_ID_x").transform(pd.expanding_mean)
>>> df1
   ID  Mod_ID_x    car    val  color   wheel  exp_mean
0   1        15   ford  10000  green  4wheel     10000
1   2        35  honda  25000   blue  2wheel     25000
2   3        15   ford  20000    red  4wheel     15000
3   4        42  lexus  40000   grey  2wheel     40000

【讨论】：