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。
最佳答案
您可以通过展开
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
关于python - Pandas groupby 累积/滚动总和、平均值和标准差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51751128/