带有groupby的熊猫数据框滚动窗口
Posted
技术标签:
【中文标题】带有groupby的熊猫数据框滚动窗口【英文标题】:pandas dataframe rolling window with groupby 【发布时间】:2017-04-03 17:38:45 【问题描述】:我可以添加一个新列c
,它是b
中最后两个值的总和,如下所示...
df['c'] = df.b.rolling(window = 2).sum().shift()
df
a b c
0 1 3 NaN
1 1 0 NaN
2 0 6 3.0
3 1 0 6.0
4 0 0 6.0
5 1 7 0.0
6 0 0 7.0
7 0 7 7.0
8 1 4 7.0
9 1 2 11.0
...但是,如果我想先按a
分组怎么办?例如。我可以这样做:
df['c'] = df.groupby(['a'])['b'].shift(1) + df.groupby(['a'])['b'].shift(2)
有没有更优雅的方法来对组中的大量移位(1、2、...n)求和?
【问题讨论】:
【参考方案1】:f = lambda x: x.rolling(2).sum().shift()
df['c'] = df.groupby('a').b.apply(f)
df
【讨论】:
警告:在 lambda 函数中结合 rolling() 和 shift() 方法(就像 piRSquared 呈现的方式)是必要的:它会导致 both 应用于组(理想);在这种情况下会出现不正确的行为:df['c'] = df.groupby('a').b.rolling(2).sum().shift()
因为 shift() 操作发生在非分组上下文中
抱歉,我希望我没有添加混淆:我的意思是说您的方法是正确的,以及另一种方法,这似乎是一种句法偏好,会导致意想不到的行为以上是关于带有groupby的熊猫数据框滚动窗口的主要内容,如果未能解决你的问题,请参考以下文章