计算列中两个不同数据点之间的平均值

Question

你好，我在下面有这个数据集，有 5 年的数据。我只包括一个样本。

Date	Europe
April 23	-0.3%
April 16	-0.7%
April 9	1%
April 2	2%
March 26	3%

我想求两个日期之间的平均值。例如，4 月 23 日至 3 月 26 日之间的平均值应为 1.35%。重要的是要注意它需要在两个日期之间而不是滚动平均值。

我试图在两个时期之间进行平均，类似于 y/y 变化计算，但它给了我一个错误。行之间的差异将是恒定的 52 行。所以我需要找到第 52 行和第 1 行之间的平均值。

Y/Y 更改计算

df=df.pct_change(periods = -52)
df=df.mean(periods=-52) #Error#

在此先感谢您的帮助。

Answer 1

我们可以使用 shift 函数从前 periods 行获取值，然后将前一个值与当前值进行平均。

df = pd.DataFrame({
    'value':[1,2,3,4,5,6,7,8,9,10]
})
df['lag_3_value'] = df['value'].shift(periods = 3)
df['avg_between_current_and_lag_3'] = (df['value'] + df['lag_3_value']) / 2

输出：

value	lag_3_value	avg_between_current_and_lag_3
1	nan	nan
2	nan	nan
3	nan	nan
4	1	2.5
5	2	3.5
6	3	4.5
7	4	5.5
8	5	6.5
9	6	7.5
10	7	8.5

Answer 2

可能不是最短的线路，但它正在工作：

np.mean(df.loc[df['date'].isin(['date_one','date_two'])].value.to_numpy())

其中 'value' 是 'europe'

的列名

如果 isin() 函数中有任意数量的日期，它也可以工作。

计算列中两个不同数据点之间的平均值

Calculating the mean between two different data points in a column

python

pandas

dataframe