Pandas dataframe groupby / rolling - 为什么没有重置新组的滚动平均值？

Question

我正在尝试汇总一组人的工作时间，需要计算滚动平均值。

我可以用 df.groupby 和 df.rolling 来做到这一点，但是对于 'n' 值的滚动平均值，我希望组中的前 n-1 个值是 nan 或 0 .

示例 -

import pandas as pd
import numpy as np

employees = ['Alice', 'Alice', 'Bob', 'Bob', 'Bob' ]
weeks = [2, 3, 2, 3, 4]
hours = [5, 8, 4, 2, 5]

df = pd.DataFrame.from_dict({'employee' : employees,
        'week': weeks,
       'hours': hours})
       
df.groupby(['employee', 'week']).sum().rolling(2).mean()

df

  employee  hours  week
0  Alice  5  2
1  Alice  8  3
2  Bob  4  2
3  Bob  2  3
4  Bob  5  4

结果 -

           hours
employee week       
Alice    2       NaN
     3       6.5
Bob      2       6.0  <-- expect this to be 0
     3       3.0
     4       3.5

预期结果

           hours
employee week       
Alice    2       NaN
     3       6.5
Bob      2       NaN  <--- mean reset to 0 on new group
     3       3.0
     4       3.5

此重置（Bob 的第一行）不会发生。我怎样才能实现它？

非常感谢（和 apols 格式化）

Answer 1

你在找

s=df.groupby(['employee']).apply(lambda x : x['hours'].rolling(2).mean())
s
Out[225]: 
employee   
Alice     0       nan
          1   6.50000
Bob       2       nan
          3   3.00000
          4   3.50000
Name: hours, dtype: float64

# assign it back 
df['roll_mean']=s.reset_index(level=0,drop=True)

Pandas dataframe groupby / rolling - 为什么没有重置新组的滚动平均值？

Pandas dataframe groupby / rolling - why no reset of rolling mean on new group?

python

pandas

dataframe

rolling-computation