我有一个包含 2 列的时间序列 df。我试图从 yearly_cost 列中删除所有空列表，同时取包含 float 的列表的平均值来为每一天创建一个奇异值。 date 列中的同一日期有多个值，因此我试图根据日期合并所有行。 df 看起来是这样的:
date yearly_cost
0 2009-01-01 []
1 2009-01-02 [409.45,294.33,394.56]
2 2009-01-03 [403.45,175.30,323.67]
3 2009-01-01 [456.34,355.3,493.5]
4 2009-01-02 []
5 2009-01-03 [295.39, 439.23]
有些日子会有多个列表，因此我需要对两个列表取平均值以创建单个值。
我尝试使用 .dropna()、np.nanmean() 并使用 ts.yearly_cost = [np.mean(i ) if isinstance(i, list) else i for i in ts.yearly_cost] 按日期连接 使用 .set_index('date').mean(axis=1).reset_index(name='Yearly_Cost') 它在过去没有空列表的情况下适用于时间序列。
我希望最终结果看起来像这样:
date yearly_cost
0 2009-01-01 435.05
1 2009-01-02 366.11
2 2009-01-03 327.408
如有任何帮助，我们将不胜感激。谢谢
请您参考如下方法:
如果 yearly_cost 列中有列表，首先将它们展平，然后聚合 mean:
import ast
#necessary if string repr of lists
#df['yearly_cost'] = df['yearly_cost'].apply(ast.literal_eval)
from itertools import chain
df = pd.DataFrame({
'yearly_cost' : list(chain.from_iterable(df['yearly_cost'].tolist())),
'date' : df['date'].values.repeat(df['yearly_cost'].str.len())
})
df = df.groupby('date', as_index=False)['yearly_cost'].mean()
print (df)
date yearly_cost
0 2009-01-01 435.046667
1 2009-01-02 366.113333
2 2009-01-03 327.408000
另一种解决方案:
s = pd.DataFrame(df['yearly_cost'].values.tolist(), index=df['date']).stack()
df = s.mean(level=0).reset_index(name='yearly_cost')
print (df)
date yearly_cost
0 2009-01-02 366.113333
1 2009-01-03 327.408000
2 2009-01-01 435.046667
