一个数据框中每个类别的滚动平均值 python
rolling average per categorie in one dataframe with python
我有以下数据框：
YYYYMM
平均（每月）
类别
202001
0.6666666666666666
cat1
202002
0.75
cat1
202003
1.0
cat1
202004
1.0
cat1
202005
1.0
cat1
202006
1.0
cat1
202007
1.0
cat1
202008
1.0
cat1
202009
0.3333333333333333
cat1
202010
0.375
cat1
202011
0.4
cat1
202012
0.8
cat1
202101
0.8333333333333334
cat1
202102
1.0
cat1
202103
0.8571428571428571
cat1
202104
0.5714285714285714
cat1
202105
1.0
cat1
202106
0.8333333333333334
cat1
202107
0.6666666666666666
cat1
202001
0.5294117647058824
cat2
202002
0.6666666666666666
cat2
202003
0.6842105263157895
cat2
202004
0.4
cat2
202005
0.7916666666666666
cat2
202006
0.48
cat2
202007
0.5789473684210527
cat2
202008
0.4117647058823529
cat2
202009
0.4666666666666667
cat2
202010
0.5454545454545454
cat2
202011
0.4583333333333333
cat2
202012
0.7241379310344828
cat2
202101
0.6111111111111112
cat2
202102
0.5135135135135135
cat2
202103
0.56
cat2
202104
0.35
cat2
202105
0.5333333333333333
cat2
202106
0.625
cat2
202107
0.0
cat2
...
还有更多类别
我现在想计算每个类别的 12 个月滚动平均值。 pd.rolling 函数的问题是它在计算 cat2 的滚动平均值时从 cat1 获取数据。类别 2 的数据用于类别 3 的计算，依此类推。
亲切的问候，
要计算每个 categorie 的 rolling 平均值，您必须首先在 categorie
上对数据帧进行分组
df['roll_avg'] = df.groupby('categorie')['avg(monthly)'].rolling(12).mean().droplevel(0)
YYYYMM avg(monthly) categorie roll_avg
0 202001 0.666667 cat1 NaN
1 202002 0.750000 cat1 NaN
2 202003 1.000000 cat1 NaN
3 202004 1.000000 cat1 NaN
4 202005 1.000000 cat1 NaN
5 202006 1.000000 cat1 NaN
6 202007 1.000000 cat1 NaN
7 202008 1.000000 cat1 NaN
8 202009 0.333333 cat1 NaN
9 202010 0.375000 cat1 NaN
10 202011 0.400000 cat1 NaN
11 202012 0.800000 cat1 0.777083
12 202101 0.833333 cat1 0.790972
13 202102 1.000000 cat1 0.811806
14 202103 0.857143 cat1 0.799901
15 202104 0.571429 cat1 0.764187
16 202105 1.000000 cat1 0.764187
17 202106 0.833333 cat1 0.750298
18 202107 0.666667 cat1 0.722520
19 202001 0.529412 cat2 NaN
20 202002 0.666667 cat2 NaN
21 202003 0.684211 cat2 NaN
22 202004 0.400000 cat2 NaN
23 202005 0.791667 cat2 NaN
24 202006 0.480000 cat2 NaN
25 202007 0.578947 cat2 NaN
26 202008 0.411765 cat2 NaN
27 202009 0.466667 cat2 NaN
28 202010 0.545455 cat2 NaN
29 202011 0.458333 cat2 NaN
30 202012 0.724138 cat2 0.561438
31 202101 0.611111 cat2 0.568247
32 202102 0.513514 cat2 0.555484
33 202103 0.560000 cat2 0.545133
34 202104 0.350000 cat2 0.540966
35 202105 0.533333 cat2 0.519439
36 202106 0.625000 cat2 0.531522
37 202107 0.000000 cat2 0.483276
我有以下数据框：
| YYYYMM | 平均（每月） | 类别 |
|---|---|---|
| 202001 | 0.6666666666666666 | cat1 |
| 202002 | 0.75 | cat1 |
| 202003 | 1.0 | cat1 |
| 202004 | 1.0 | cat1 |
| 202005 | 1.0 | cat1 |
| 202006 | 1.0 | cat1 |
| 202007 | 1.0 | cat1 |
| 202008 | 1.0 | cat1 |
| 202009 | 0.3333333333333333 | cat1 |
| 202010 | 0.375 | cat1 |
| 202011 | 0.4 | cat1 |
| 202012 | 0.8 | cat1 |
| 202101 | 0.8333333333333334 | cat1 |
| 202102 | 1.0 | cat1 |
| 202103 | 0.8571428571428571 | cat1 |
| 202104 | 0.5714285714285714 | cat1 |
| 202105 | 1.0 | cat1 |
| 202106 | 0.8333333333333334 | cat1 |
| 202107 | 0.6666666666666666 | cat1 |
| 202001 | 0.5294117647058824 | cat2 |
| 202002 | 0.6666666666666666 | cat2 |
| 202003 | 0.6842105263157895 | cat2 |
| 202004 | 0.4 | cat2 |
| 202005 | 0.7916666666666666 | cat2 |
| 202006 | 0.48 | cat2 |
| 202007 | 0.5789473684210527 | cat2 |
| 202008 | 0.4117647058823529 | cat2 |
| 202009 | 0.4666666666666667 | cat2 |
| 202010 | 0.5454545454545454 | cat2 |
| 202011 | 0.4583333333333333 | cat2 |
| 202012 | 0.7241379310344828 | cat2 |
| 202101 | 0.6111111111111112 | cat2 |
| 202102 | 0.5135135135135135 | cat2 |
| 202103 | 0.56 | cat2 |
| 202104 | 0.35 | cat2 |
| 202105 | 0.5333333333333333 | cat2 |
| 202106 | 0.625 | cat2 |
| 202107 | 0.0 | cat2 |
...
还有更多类别
我现在想计算每个类别的 12 个月滚动平均值。 pd.rolling 函数的问题是它在计算 cat2 的滚动平均值时从 cat1 获取数据。类别 2 的数据用于类别 3 的计算，依此类推。
亲切的问候，
要计算每个 categorie 的 rolling 平均值，您必须首先在 categorie
df['roll_avg'] = df.groupby('categorie')['avg(monthly)'].rolling(12).mean().droplevel(0)
YYYYMM avg(monthly) categorie roll_avg
0 202001 0.666667 cat1 NaN
1 202002 0.750000 cat1 NaN
2 202003 1.000000 cat1 NaN
3 202004 1.000000 cat1 NaN
4 202005 1.000000 cat1 NaN
5 202006 1.000000 cat1 NaN
6 202007 1.000000 cat1 NaN
7 202008 1.000000 cat1 NaN
8 202009 0.333333 cat1 NaN
9 202010 0.375000 cat1 NaN
10 202011 0.400000 cat1 NaN
11 202012 0.800000 cat1 0.777083
12 202101 0.833333 cat1 0.790972
13 202102 1.000000 cat1 0.811806
14 202103 0.857143 cat1 0.799901
15 202104 0.571429 cat1 0.764187
16 202105 1.000000 cat1 0.764187
17 202106 0.833333 cat1 0.750298
18 202107 0.666667 cat1 0.722520
19 202001 0.529412 cat2 NaN
20 202002 0.666667 cat2 NaN
21 202003 0.684211 cat2 NaN
22 202004 0.400000 cat2 NaN
23 202005 0.791667 cat2 NaN
24 202006 0.480000 cat2 NaN
25 202007 0.578947 cat2 NaN
26 202008 0.411765 cat2 NaN
27 202009 0.466667 cat2 NaN
28 202010 0.545455 cat2 NaN
29 202011 0.458333 cat2 NaN
30 202012 0.724138 cat2 0.561438
31 202101 0.611111 cat2 0.568247
32 202102 0.513514 cat2 0.555484
33 202103 0.560000 cat2 0.545133
34 202104 0.350000 cat2 0.540966
35 202105 0.533333 cat2 0.519439
36 202106 0.625000 cat2 0.531522
37 202107 0.000000 cat2 0.483276