如何从之前的 window 中获得均值的滚动均值

Question

我正在拼命寻找 pandas 的解决方案。也许你能帮我。

我正在寻找一个考虑到先前均值的滚动均值。

df 看起来像这样：

index	count
0	4
1	6
2	10
3	12

现在，使用 rolling(window=2).mean() 函数我会得到这样的结果：

index	count	r_mean
0	4	NaN
1	6	5
2	10	8
3	12	11

我想考虑第一次计算的平均值，如下所示：

index	count	r_mean
0	4	NaN
1	6	5
2	10	7.5
3	12	9.5

其中，

row1: (4+6)/2=5

row2: (5+10)/2=7.5

row3: (7.5+12)/2=9.75

提前致谢！

Answer 1

我们可以为此使用简单的 python 循环，如果您想加快速度，可以尝试 numba

l= []
n = 2
for x,y in zip(df['count'],df.index):
    try :
        l.append(np.nansum(x+l[y-n+1])/n)
    except:
        l.append(x)
df.loc[n-1:, 'new']=l[n-1:]
df
Out[332]: 
   index  count   new
0      0      4   NaN
1      1      6  5.00
2      2     10  7.50
3      3     12  9.75

Answer 2

编辑： 实际上 pandas 中实现的方法 ewm 可以执行此计算

df['res'] = df['count'].ewm(alpha=0.5, adjust=False, min_periods=2).mean()

原回答：这里有一个方法。因为一切都可以以系数为2的幂来开发。

# first create a series with power of 2
coef = pd.Series(2**np.arange(len(df)), df.index).clip(lower=2)

df['res'] = (coef.div(2)*df['count']).cumsum()/coef

print(df)
   index  count   res
0      0      4  2.00
1      1      6  5.00
2      2     10  7.50
3      3     12  9.75

如果需要，您可以用 df.loc[0, 'res'] = np.nan 屏蔽第一个值

如何从之前的 window 中获得均值的滚动均值

how to get a rolling mean with mean from previous window

python

pandas

mean

rolling-computation