计算新记录后的平均值

Question

我正在阅读一些 excel 文件，我想在其中计算列 'Duration' 的平均值，但我想在记录 1、2、3 等之后查看平均值的变化.所以对于下面的 table 它将是：

Mean1 = (3+3+3/3)

Mean2 = (3+3+3+4+6/5)

Mean3 = (3+3+3+4+6+4+3+1+4/9)

每个文件可以有不同数量的录音（但总是从 1 开始）和每个录音的不同持续时间。

是否可以在 Python 中制作自动执行此操作的脚本？

Recording	Duration
1	3
1	3
1	3
2	4
2	6
3	4
3	3
3	1
3	4

Answer 1

IIUC，你可以 groupby "Recording" and get the ratio of the cumulated sum and cumulated count (using cumsum):

g = df.groupby('Recording')['Duration']
s = g.sum().cumsum()/g.count().cumsum()

输出：

Recording
1    3.000000
2    3.800000
3    3.444444
Name: Duration, dtype: float64

中间体：

>>> g.sum().cumsum()
Recording
1     9
2    19
3    31
Name: Duration, dtype: int64

>>> g.count().cumsum()
Recording
1    3
2    5
3    9
Name: Duration, dtype: int64

Answer 2

您可以根据定义计算平均值 - 首先获取 sum 并按 Recording 计算，将累加和加上 DataFrame.cumsum，然后将 sum 除以 [=15] =] 列：

df = df.groupby('Recording')['Duration'].agg(['sum','size']).cumsum().reset_index()
df['avg'] = df.pop('sum').div(df.pop('size'))
print (df)
   Recording       avg
0          1  3.000000
1          2  3.800000
2          3  3.444444

计算新记录后的平均值

Calculate mean after new recording

python

python-3.x

pandas

dataframe

mean