先前计算的移动平均线的移动平均线
moving average on previous calculated moving average
我有如下数据框:
data = pd.DataFrame({'Date':['20191001','20191002','20191003','20191004','20191005','20191006','20191001','20191002','20191003','20191004','20191005','20191006'],'Store':['A','A','A','A','A','A','B','B','B','B','B','B'],'Sale':[1,2,8,6,9,0,4,3,0,2,3,7]})
我想做的是计算每家商店前 2 天的移动平均值 (window size = 2) 并将该值放入新列中(假设 'MA'),但问题是我希望这个 window 滚动实际销售和之前计算的 MA。下图是解释:
抱歉,我不得不用图片阐明我的问题:|
我知道我必须按商店分组,我可以使用 rolling(2),但该方法只会计算一列的移动平均值。
我原来的window是15,上面只是举例
如有任何帮助,我们将不胜感激。
如果不为该问题编写自定义代码,我想不出解决此问题的方法,因为您正在使用之前生成的数据。下面的片段是我想出的。它以线性时间运行,我相信这是你能得到的最好的,主要是就地运行,只需要额外存储 pd.Series 长度 window
,进行最少的复制,只查看每个值一次它可以与任意 window 大小一起使用,从而可以直接扩展到您的实际用例
def fill_ma(sales: pd.Series, window: int):
# "manually" do the first steps on the sales data
iter_data = sales.iloc[0:window]
for i in range(window):
iter_data.iloc[i] = np.mean(iter_data)
sales.iloc[0:window] = np.nan
sales.iloc[window:(2 * window)] = iter_data.values
# loop over the rest of the Series and compute the moving average of MA data
for i in range(2 * window, sales.shape[0]):
tmp = np.mean(iter_data)
iter_data.iloc[i % window] = tmp
sales.iloc[i] = tmp
return sales
使用这个函数非常简单:groupby
Store 列和 apply
函数就像这样:
window = 2
data.groupby('Store')['Sale'].apply(lambda x: fill_ma(x, window))
0 NaN
1 NaN
2 1.5000
3 1.7500
4 1.6250
5 1.6875
6 NaN
7 NaN
8 3.5000
9 3.2500
10 3.3750
11 3.3125
Name: Sale, dtype: float64
如果您最终在大量真实数据上使用它,我很想听听它在运行时方面的表现。干杯
我有如下数据框:
data = pd.DataFrame({'Date':['20191001','20191002','20191003','20191004','20191005','20191006','20191001','20191002','20191003','20191004','20191005','20191006'],'Store':['A','A','A','A','A','A','B','B','B','B','B','B'],'Sale':[1,2,8,6,9,0,4,3,0,2,3,7]})
我想做的是计算每家商店前 2 天的移动平均值 (window size = 2) 并将该值放入新列中(假设 'MA'),但问题是我希望这个 window 滚动实际销售和之前计算的 MA。下图是解释:
抱歉,我不得不用图片阐明我的问题:|
我知道我必须按商店分组,我可以使用 rolling(2),但该方法只会计算一列的移动平均值。
我原来的window是15,上面只是举例
如有任何帮助,我们将不胜感激。
如果不为该问题编写自定义代码,我想不出解决此问题的方法,因为您正在使用之前生成的数据。下面的片段是我想出的。它以线性时间运行,我相信这是你能得到的最好的,主要是就地运行,只需要额外存储 pd.Series 长度 window
,进行最少的复制,只查看每个值一次它可以与任意 window 大小一起使用,从而可以直接扩展到您的实际用例
def fill_ma(sales: pd.Series, window: int):
# "manually" do the first steps on the sales data
iter_data = sales.iloc[0:window]
for i in range(window):
iter_data.iloc[i] = np.mean(iter_data)
sales.iloc[0:window] = np.nan
sales.iloc[window:(2 * window)] = iter_data.values
# loop over the rest of the Series and compute the moving average of MA data
for i in range(2 * window, sales.shape[0]):
tmp = np.mean(iter_data)
iter_data.iloc[i % window] = tmp
sales.iloc[i] = tmp
return sales
使用这个函数非常简单:groupby
Store 列和 apply
函数就像这样:
window = 2
data.groupby('Store')['Sale'].apply(lambda x: fill_ma(x, window))
0 NaN
1 NaN
2 1.5000
3 1.7500
4 1.6250
5 1.6875
6 NaN
7 NaN
8 3.5000
9 3.2500
10 3.3750
11 3.3125
Name: Sale, dtype: float64
如果您最终在大量真实数据上使用它,我很想听听它在运行时方面的表现。干杯