计算上面各行的算术平均值

Question

我有一个如下所示的数据集：

Value         Type       mean
-1.975767     Weather   
-0.540979     Fruits
-2.359127     Fruits
-2.815604     Corona
-0.929755     Weather

我想遍历每一行并计算上面每一行的平均值（仅当 Type 匹配时）。我想把这个值放在 mean 列中。均值计算公式：

所有值的总和/观测值数

在这里，观察次数将是到目前为止某个类型出现的次数。

例如，在第一行中，上面没有“天气”行，因此天气 n = 1。所以平均值为 -1.975767 / 1 = -1.975767。

在第二行中，其上方没有 FRUITS 行，因此平均值将为 -0.540979/1 = -0.540979。

然而，在第三行中，当我们扫描所有前面的行时，我们看到 FRUITS 已经在此之前发生，因此，对于 Fruits，n = 2。所以我们应该得到最后一个 FRUIT 的值并计算一个新的平均值。所以在这里，平均值将是 -0.540979 + (-2.359127) 除以 2.

Value         Type       mean
-1.975767     Weather   -1.975767
-0.540979     Fruits    -0.540979
-2.359127     Fruits    (-0.540979 -2.359127)  / 2
-2.815604     Corona    -2.815604
-0.929755     Weather   (-1.975767 -0.929755) / 2

执行此操作的有效方法是什么？

我看到两个可能的 sol:

1. 我们以某种方式存储每种类型的 N 值，然后仅使用特定类型的最后计算平均值，通过将 N 递增 1 来更新 N，然后计算特定行的新平均值。
2. 如果存储N值不方便，那么每次我们扫描一个类型的出现时，我们检查它对应的值并再次计算所有值的平均值。

Answer 1

尝试使用 groupby + expanding + mean:

df['mean'] = df.groupby('Type')['Value'].expanding().mean().droplevel(0)

输出：

>>> df
      Value     Type      mean
0 -1.975767  Weather -1.975767
1 -0.540979   Fruits -0.540979
2 -2.359127   Fruits -1.450053
3 -2.815604   Corona -2.815604
4 -0.929755  Weather -1.452761