本文介绍了按累计/累计总和、平均值和标准差分组的 pandas 的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个数据帧(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
groupbymonth-year和name得到a列的总和、b列的平均值和c列的标准差。但是，我希望总和、平均值和标准差是一个滚动/累积数字。
例如，对于此数据集，要找到我想要的a的输出，我可以执行如下操作
df.groupby(['month_year','name']).agg(sum).groupby(level=[1]).agg({'a':np.cumsum})
以获取类似
的内容month-year name a
2018-01 X 3
Y 5
2018-02 X 19
Y 29
如何才能找到b和c的累计平均值才能得到如下所示的输出？
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。
推荐答案
您可以使用expanding
第一步是计算每一列的扩展总和、平均值和标准差，只按'name'分组，并将其连接回原始DataFrame。
然后，您希望按分组并选择每个['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
这篇关于按累计/累计总和、平均值和标准差分组的 pandas 的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！