如何使用 Pandas 计算 GroupBy 对象的滚动平均值？答案

【问题标题】：How to calculate rolling mean on a GroupBy object using Pandas?如何使用 Pandas 计算 GroupBy 对象的滚动平均值？
【发布时间】：2015-10-18 14:23:15
【问题描述】：

如何使用 Pandas 计算 GroupBy 对象的滚动平均值？

我的代码：

df = pd.read_csv("example.csv", parse_dates=['ds'])
df = df.set_index('ds')
grouped_df = df.groupby('city')

grouped_df 的样子：

我想使用 Pandas 计算 GroupBy 对象中每个组的滚动平均值？

我试过 pd.rolling_mean(grouped_df, 3)。

这是我得到的错误：

AttributeError: 'DataFrameGroupBy' 对象没有属性 'dtype'

编辑：我是否可能使用 itergroups 并在迭代时计算每个组上每个组的滚动平均值？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以尝试遍历组

In [39]: df = pd.DataFrame({'a':list('aaaaabbbbbaaaccccbbbccc'),"bookings":range(1,24)})
In [40]: grouped = df.groupby('a')
In [41]: for group_name, group_df in grouped:
   ....:     print group_name
   ....:     print pd.rolling_mean(group_df['bookings'],3)
   ....:     
a
0           NaN
1           NaN
2      2.000000
3      3.000000
4      4.000000
10     6.666667
11     9.333333
12    12.000000
dtype: float64
b
5           NaN
6           NaN
7      7.000000
8      8.000000
9      9.000000
17    12.333333
18    15.666667
19    19.000000
dtype: float64
c
13   NaN
14   NaN
15    15
16    16
20    18
21    20
22    22
dtype: float64

【讨论】：

【解决方案2】：

您希望左侧列中的日期和所有城市值作为单独的列。一种方法是在date 和city 上设置索引，然后取消堆栈。这相当于一个数据透视表。然后，您可以以通常的方式执行滚动平均值。

df = pd.read_csv("example.csv", parse_dates=['ds'])
df = df.set_index(['date', 'city']).unstack('city')
rm = pd.rolling_mean(df, 3)

我不建议使用函数，因为给定城市的数据可以简单地返回如下（: 返回所有行）：

df.loc[:, city]

【讨论】：

如何为每个城市或此“数据透视表”中的每一列应用函数？