如何通过轴1 python应用滚动平均函数答案

【问题标题】：How to apply rolling mean function by axis 1 python如何通过轴1 python应用滚动平均函数
【发布时间】：2020-05-13 08:50:44
【问题描述】：

我们可以简单地按轴计算平均值：

import pandas as pd

df=pd.DataFrame({'A':[1,1,0,1,0,1,1,0,1,1,1],
                 'b':[1,1,0,1,0,1,1,0,1,1,1],
                 'c':[1,1,0,1,0,1,1,0,1,1,1]}) 

# max_of_three columns 
mean= np.max(df.mean(axis=1))

如何用滚动平均值做同样的事情？

我试过1：

# max_of_three columns 
mean=df.rolling(2).mean(axis=1)

收到此错误：

UnsupportedFunctionCall：numpy 操作对窗口对象无效。改用 .rolling(...).mean()

我试过2：

def tt(x):
    x=pd.DataFrame(x)
    b1=np.max(x.mean(axis=1))
    return b1

# max_of_three columns 
mean=df.rolling(2).apply(tt,raw=True)

但是从这里我得到三列结果，实际上每个移动窗口应该是 1 个值。

我在哪里做错了？或任何其他有效的方法。

【问题讨论】：

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

【解决方案1】：

您使用 axis 参数滚动为：

df.rolling(2, axis=0).mean()
>>>       A    b    c
    0   NaN  NaN  NaN
    1   1.0  1.0  1.0
    2   0.5  0.5  0.5
    3   0.5  0.5  0.5
    4   0.5  0.5  0.5
    5   0.5  0.5  0.5
    6   1.0  1.0  1.0
    7   0.5  0.5  0.5
    8   0.5  0.5  0.5
    9   1.0  1.0  1.0
    10  1.0  1.0  1.0

r = df.rolling(2, axis=1).mean()
r
>>>      A    b    c
    0  NaN  1.0  1.0
    2  NaN  0.0  0.0
    3  NaN  1.0  1.0
    4  NaN  0.0  0.0
    5  NaN  1.0  1.0
    6  NaN  1.0  1.0
    7  NaN  0.0  0.0
    8  NaN  1.0  1.0
    9  NaN  1.0  1.0
    10 NaN  1.0  1.0

r.max()
>>> A    NaN
    b    1.0
    c    1.0
    dtype: float64

【讨论】：