如何应用滚动平均函数，同时及时保持所有具有重复索引的观测值

Posted 2023-03-12

【中文标题】如何应用滚动平均函数，同时及时保持所有具有重复索引的观测值

【英文标题】：How to apply rolling mean function while keeping all the observations with duplicated indices in time

【发布时间】：2021-12-25 15:44:47

【问题描述】：

我有一个具有重复时间索引的数据框，我想获得前 2 天的平均值（我不想放弃任何观察；它们都是我需要的信息）。我检查了 pandas 文档并阅读了 *** 上的先前帖子（例如 Apply rolling mean function on data frames with duplicated indices in pandas），但找不到解决方案。这是我的数据框的外观和我正在寻找的输出的示例。提前谢谢你。

数据：

import pandas as pd
df = pd.DataFrame('id': [1,1,1,2,3,3,4,4,4],'t': [1, 2, 3, 2, 1, 2, 2, 3, 4],'v1':[1, 2, 3, 4, 5, 6, 7, 8, 9])

输出：

t	v2
1	-
2	-
3	4.167
4	5
5	6.667

【参考方案1】：

感谢您的所有帮助。我最终使用 groupby + rolling（2 天），然后删除重复项（保留最后一次观察）。

【参考方案2】：

连接输入帧的 2 个副本的粗略建议，其中 't' 中的值分别替换为 't+1' 和 't+2' 的值。这样，“t”列的含义就变成了“目标日期”。

设置：

import pandas as pd
df = pd.DataFrame('id': [1,1,1,2,3,3,4,4,4],
                   't': [1, 2, 3, 2, 1, 2, 2, 3, 4],
                   'v1':[1, 2, 3, 4, 5, 6, 7, 8, 9])

实施：

len = df.shape[0]
incr = pd.DataFrame('id': [0]*len, 't': [1]*len, 'v1':[0]*len) # +1 in 't'
df2 = pd.concat([df + incr, df + incr + incr]).groupby('t').mean()
df2 = df2[1:-1] # Drop the days that have no full values for the 2 previous days 
df2 = df2.rename(columns='v1': 'v2').drop('id', axis=1)

输出：

         v2 
t          
3  4.166667 
4  5.000000 
5  6.666667