Pandas - 以过去 5 天的实际平均回报率计算答案

【问题标题】：Pandas - Taking last 5 days average returns actualPandas - 以过去 5 天的实际平均回报率计算
【发布时间】：2020-06-30 10:19:42
【问题描述】：

我正在尝试按天和产品查找过去 5 天的平均值。下面是我的 Dataframe 的外观：

 df=pd.DataFrame({
    'day':['day_1','day_2','day_3','day_4','day_5','day_2','day_3','day_4','day_5','day_6','day_1'],
    'product':['prod_a','prod_a','prod_a','prod_a','prod_a','prod_b','prod_b','prod_b','prod_b','prod_b','prod_b'],
    'sale':[10,15,4,17,12,1,50,70,30,70,10]   
})

要按产品查找过去 5 天的平均值，我执行了以下操作：

df_average = df.groupby(['day', 'product']).tail(5).groupby(['day', 'product']).mean()

执行上述操作只会返回该产品当天的实际值，而不是过去 5 天的平均值。

预期输出：

day, product, sale, last_5_average
day_1, prod_a , 10, 11.6
day_2, prod_a , 15, 12
day_3, prod_a , 4, 11
day_4, prod_a , 17, 14.5
day_5, prod_a , 12, 12
day_1, prod_b , 1, 44.2
day_2, prod_b , 50, 54
day_3, prod_b , 70, 55
day_4, prod_b , 30, 50
day_5, prod_b , 70, 60
day_6, prod_c , 50, 50

【问题讨论】：

如果您采用 5 天滚动平均值，为什么 day1_average 的值为 11.6？

标签： pandas pandas-groupby

【解决方案1】：

我希望这会有所帮助！

#original data frame


  df=pd.DataFrame({
    'day':['day_1','day_2','day_3','day_4','day_5','day_2','day_3','day_4','day_5','day_6','day_1'],
    'product':['prod_a','prod_a','prod_a','prod_a','prod_a','prod_b','prod_b','prod_b','prod_b','prod_b','prod_b'],
    'sale':[10,15,4,17,12,1,50,70,30,70,10]   
})
   

 
#sort by product and day 
df=df.sort_values(by=['product','day'])
#drop the sorted index 
df=df.reset_index(drop=True)

#take rolling past 5 record's mean by product group
df['rolling_mean_sale']=df.groupby('product')['sale'].rolling(5).mean().reset_index()['sale']

【讨论】：