range() 熊猫的非空列值计数答案

【问题标题】：count of non null column values with range() pandasrange() 熊猫的非空列值计数
【发布时间】：2021-08-04 11:36:57
【问题描述】：

我有这样的数据框：

id     date     sum
a    1/1/2001  
a    1/1/2001
a    1/1/2001
a    1/1/2001    50
a    1/1/2001    10
a    1/1/2001    60
b    1/1/2001
b    1/1/2001
b    1/1/2001    100
b    1/1/2001    100
b    1/1/2001    
b    1/1/2001    100

我想要一个名为 Rolling 的新列，它将是 cumsum/cumcount 但问题是 cumsum 没有将空值添加为空值，但分母计数也采用空值。我的代码是

df['Rolling'] = df.groupby('id').apply(lambda x: x['sum'].cumsum()/ range(1,len(x)+1))).values

我希望我的输出为：

id     date     sum  Rolling
a    1/1/2001  
a    1/1/2001
a    1/1/2001
a    1/1/2001    50    50  #50/1
a    1/1/2001    10    30  #50+10/2
a    1/1/2001    60    40  #50+10+60/3
b    1/1/2001
b    1/1/2001
b    1/1/2001    100  100  #100/1
b    1/1/2001    100  100  #100+100/2
b    1/1/2001    
b    1/1/2001    100  100    #300/3

但我得到的是：

id     date     sum  Rolling
a    1/1/2001  
a    1/1/2001
a    1/1/2001
a    1/1/2001    50    12.5  #50/4
a    1/1/2001    10    12    #50+10/5
a    1/1/2001    60    20  #50+10+60/6
b    1/1/2001
b    1/1/2001
b    1/1/2001    100  33.33 #100/3
b    1/1/2001    100  50    #200/4
b    1/1/2001    
b    1/1/2001    100  50    #300/6

【问题讨论】：

标签： python pandas range cumsum

【解决方案1】：

让我们尝试修复您的代码

df['mean'] = df.groupby('id')['sum'].apply(
             lambda s: s.cumsum() / s.notna().cumsum())

替代方法：Group id 的数据框，然后在 sum 列上计算 expanding mean。 mean 操作默认排除 Null 值，因此我们不必担心跟踪非 Null 值

df['mean'] = df.groupby('id').expanding()['sum'].mean().droplevel(0)
df['mean'] = df['mean'].mask(df['sum'].isna())

   id      date    sum   mean
0   a  1/1/2001    NaN    NaN
1   a  1/1/2001    NaN    NaN
2   a  1/1/2001    NaN    NaN
3   a  1/1/2001   50.0   50.0
4   a  1/1/2001   10.0   30.0
5   a  1/1/2001   60.0   40.0
6   b  1/1/2001    NaN    NaN
7   b  1/1/2001    NaN    NaN
8   b  1/1/2001  100.0  100.0
9   b  1/1/2001  100.0  100.0
10  b  1/1/2001    NaN    NaN
11  b  1/1/2001  100.0  100.0

【讨论】：