根据另一列中先前的数据行计算 pandas 中的列值

Question

假设我有一个包含两列的表：日期和金额。行数不超过3000。

行日期金额

1 15/05/2021 248

2 16/05/2021 115

3 17/05/2021 387

4 18/05/2021 214

5 19/05/2021 678

6 20/05/2021 489

7 21/05/2021 875

8 22/05/2021 123

.......

我需要添加第三列，它将根据 Amount 列计算修剪平均值。

我将使用这个函数：my_table['TrimMean'] = stats.trim_mean(my_table['Amount'], 0.1)，但适合我的问题。

问题是这不是一个固定的范围，而是一个动态的范围，遵循这个逻辑：对于我表中的每一行，修剪平均值将根据 Amount 列的前 90 个值计算，从当前行上方的行。如果值少于 90 个，则使用可用的行数进行计算。

例如TrimMean[1000]=stats.trim_mean(Amount 列中的数组，包含第 910 到 999 行的值) TrimMean[12]=stats.trim_mean(Amount 列中的数组，包含第 1 到 11 行的值)

希望这是有道理的。

有没有什么方法可以简单地计算出来，而不需要逐行迭代？

Answer 1

我们可以通过在大小为90 和min_periods=1 的rolling 窗口上应用函数来计算trim_mean

from scipy.stats import trim_mean

df['Amount'].rolling(90, min_periods=1).apply(trim_mean, args=(0.1, )).shift()

---

0           NaN
1    248.000000
2    181.500000
3    250.000000
4    241.000000
5    328.400000
6    355.166667
7    429.428571
Name: Amount, dtype: float64