特定列上熊猫的滚动平均值
Posted
技术标签:
【中文标题】特定列上熊猫的滚动平均值【英文标题】：Rolling Mean on pandas on a specific column 【发布时间】：2017-09-12 06:07:39 【问题描述】：我有一个这样的数据框，它是从 CSV 导入的。
stock pop
Date
2016-01-04 325.316 82
2016-01-11 320.036 83
2016-01-18 299.169 79
2016-01-25 296.579 84
2016-02-01 295.334 82
2016-02-08 309.777 81
2016-02-15 317.397 75
2016-02-22 328.005 80
2016-02-29 315.504 81
2016-03-07 328.802 81
2016-03-14 339.559 86
2016-03-21 352.160 82
2016-03-28 348.773 84
2016-04-04 346.482 83
2016-04-11 346.980 80
2016-04-18 357.140 75
2016-04-25 357.439 77
2016-05-02 356.443 78
2016-05-09 365.158 78
2016-05-16 352.160 72
2016-05-23 344.540 74
2016-05-30 354.998 81
2016-06-06 347.428 77
2016-06-13 341.053 78
2016-06-20 363.515 80
2016-06-27 349.669 80
2016-07-04 371.583 82
2016-07-11 358.335 81
2016-07-18 362.021 79
2016-07-25 368.844 77
... ... ...
我想添加一个新列 MA，它计算列 pop 的滚动平均值。我尝试了以下
df['MA']=data.rolling(5,on='pop').mean()
我收到一个错误
ValueError: Wrong number of items passed 2, placement implies 1
所以我想让我试试它是否可以在不添加列的情况下工作。我用过
data.rolling(5,on='pop').mean()
我得到了输出
stock pop
Date
2016-01-04 NaN 82
2016-01-11 NaN 83
2016-01-18 NaN 79
2016-01-25 NaN 84
2016-02-01 307.2868 82
2016-02-08 304.1790 81
2016-02-15 303.6512 75
2016-02-22 309.4184 80
2016-02-29 313.2034 81
2016-03-07 319.8970 81
2016-03-14 325.8534 86
2016-03-21 332.8060 82
2016-03-28 336.9596 84
2016-04-04 343.1552 83
2016-04-11 346.7908 80
2016-04-18 350.3070 75
2016-04-25 351.3628 77
2016-05-02 352.8968 78
2016-05-09 356.6320 78
2016-05-16 357.6680 72
2016-05-23 355.1480 74
2016-05-30 354.6598 81
2016-06-06 352.8568 77
2016-06-13 348.0358 78
2016-06-20 350.3068 80
2016-06-27 351.3326 80
2016-07-04 354.6496 82
2016-07-11 356.8310 81
2016-07-18 361.0246 79
2016-07-25 362.0904 77
... ... ...
我似乎无法在弹出列上应用滚动平均值。我做错了什么？
【问题讨论】：
只给出这个 >>> data.rolling(5,on='pop') 滚动 [window=5,center=False,axis=0,on=pop] 标题date 和pop 和stock 之间有一个换行符。 list(df) 的结果是什么？
使用这个-data['pop'].rolling(5).mean() ...
@CMorris >>> list(data) ['stock', 'pop']
@Anti21 好的，所以Date 是您的索引。看起来你已经成功了 - 不要忘记投票并接受你认为有帮助的任何答案。
【参考方案1】：
这个解决方案对我有用。
data['MA'] = data.rolling(5).mean()['pop']
我认为问题可能在于 on='pop' 只是更改列以从索引执行滚动窗口。
来自文档字符串：“对于 DataFrame，计算滚动窗口的列，而不是索引”
【讨论】：
Anit21，值得在下面查看 Andrew 的答案，因为它的效率要高得多。最好像他一样创建一个系列，然后计算该系列的滚动平均值。【参考方案2】：编辑：pd.rolling_mean 在 pandas 中已弃用，将来将被删除。相反：使用pd.rolling 你可以这样做：
df['MA'] = df['pop'].rolling(window=5,center=False).mean()
对于数据框df：
Date stock pop
0 2016-01-04 325.316 82
1 2016-01-11 320.036 83
2 2016-01-18 299.169 79
3 2016-01-25 296.579 84
4 2016-02-01 295.334 82
5 2016-02-08 309.777 81
6 2016-02-15 317.397 75
7 2016-02-22 328.005 80
8 2016-02-29 315.504 81
9 2016-03-07 328.802 81
获得：
Date stock pop MA
0 2016-01-04 325.316 82 NaN
1 2016-01-11 320.036 83 NaN
2 2016-01-18 299.169 79 NaN
3 2016-01-25 296.579 84 NaN
4 2016-02-01 295.334 82 82.0
5 2016-02-08 309.777 81 81.8
6 2016-02-15 317.397 75 80.2
7 2016-02-22 328.005 80 80.4
8 2016-02-29 315.504 81 79.8
9 2016-03-07 328.802 81 79.6
文档：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.rolling.html
旧：虽然它已被弃用，但您可以使用：
df['MA']=pd.rolling_mean(df['pop'], window=5)
得到：
Date stock pop MA
0 2016-01-04 325.316 82 NaN
1 2016-01-11 320.036 83 NaN
2 2016-01-18 299.169 79 NaN
3 2016-01-25 296.579 84 NaN
4 2016-02-01 295.334 82 82.0
5 2016-02-08 309.777 81 81.8
6 2016-02-15 317.397 75 80.2
7 2016-02-22 328.005 80 80.4
8 2016-02-29 315.504 81 79.8
9 2016-03-07 328.802 81 79.6
文档：http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.rolling_mean.html
【讨论】：
【参考方案3】：要分配列，您可以根据您的Series 创建滚动对象：
df['new_col'] = data['column'].rolling(5).mean()
ac2001 发布的答案并不是执行此操作的最高效方式。他正在计算数据框中每一列的滚动平均值，然后他使用“pop”列分配“ma”列。以下第一种方法效率更高：
%timeit df['ma'] = data['pop'].rolling(5).mean()
%timeit df['ma_2'] = data.rolling(5).mean()['pop']
1000 loops, best of 3: 497 µs per loop
100 loops, best of 3: 2.6 ms per loop
除非您需要在所有其他列上存储计算出的滚动平均值，否则我不建议使用第二种方法。
【讨论】：
如果我想根据其他列的值分别应用滚动平均值怎么办？例如，如果我有一个“类型”列，我想分别计算每种不同类型的运行平均值，即每种类型重置为 0。我实际上有多个列需要注意。以上是关于特定列上熊猫的滚动平均值的主要内容，如果未能解决你的问题，请参考以下文章