Skip to main content
 首页 » 编程设计

python之Pandas groupby 累积/滚动总和、平均值和标准差

2024年12月31日7pander-it

我有一个数据框 (df),如下所示:

month-year    name    a    b    c 
2018-01       X       2    1    4 
2018-01       Y       1    0    5 
2018-01       X       1    6    3 
2018-01       Y       4    10   7 
2018-02       X       13   4    2 
2018-02       Y       22   13   9 
2018-02       X       3    7    4 
2018-02       Y       2    15   0 

我想通过groupby month-year 和name 得到列a 的总和,平均值b 列和 c 列的 std。但是,我希望 sum、average 和 std 是一个滚动/累积数。

例如,对于这个数据集,要找到我想要的 a 的输出,我可以做类似的事情

df.groupby(['month_year','name']).agg(sum).groupby(level=[1]).agg({'a':np.cumsum})

得到类似的东西

month-year    name    a 
2018-01       X       3 
              Y       5 
2018-02       X       19 
              Y       29 

我该怎么做才能找到 b 的累积平均值和 c 的标准差以获得如下所示的输出?

month-year    name    a    b    c 
2018-01       X       3    3.5  0.71 
              Y       5    5    1.41 
2018-02       X       19   4.5  0.96 
              Y       29   9.5  3.86 

谢谢。

请您参考如下方法:

您可以通过展开

来做到这一点

第一步是计算每个列的扩展总和、均值和标准差,仅按 'name' 分组并将其连接回原始 DataFrame.

然后您想要分组并选择每个 ['month-year', 'name'] 组中的最后一行。

df = df.join(df.groupby(['name']).expanding().agg({'a': sum, 'b': 'mean', 'c': 'std'}) 
               .reset_index(level=0, drop=True) 
               .add_suffix('_roll')) 
 
df.groupby(['month-year', 'name']).last().drop(columns=['a', 'b', 'c']) 

输出:

                 a_roll  b_roll    c_roll 
month-year name                           
2018-01    X        3.0     3.5  0.707107 
           Y        5.0     5.0  1.414214 
2018-02    X       19.0     4.5  0.957427 
           Y       29.0     9.5  3.862210