- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
假设我有以下数据框df:
date symbol_a symbol_b ratio
0 2017/01/01 AAAA AA 10
1 2017/01/02 AAAA AA 20
2 2017/01/03 AAAA AA 30
3 2017/01/04 AAAA AA 10
4 2017/01/05 AAAA AA 10
5 2017/01/06 AAAA AA 10
6 2017/01/01 BBBB BB 10
7 2017/01/02 BBBB BB 20
8 2017/01/03 BBBB BB 30
9 2017/01/04 BBBB BB 10
10 2017/01/01 CCCC CC 10
11 2017/01/02 CCCC CC 20
12 2017/01/03 CCCC CC 30
13 2017/01/04 CCCC CC 10
14 2017/01/05 CCCC CC 10
15 2017/01/06 CCCC CC 5
我对 ratio 列的平均值感兴趣(这来自之前的数据框,该数据框有两个附加列 value_a value_b 和 ratio = value_a/value_b,或多或少)。我想做的是:
每n个元素通过symbol_a(或者_b其实是一样的)取平均值。假设 n=3。
通常我会做这样的事情:
df.groupby(['symbol_a','symbol_b']).mean()
但是,我想每 3 天获取一次子均值(实际时间跨度显然要长得多,我需要每 5 天获取一次)。
最初我以为我总是有相同数量的符号,可以被 n 整除,所以我尝试了类似的方法:
df.groupby([df.index/n, 'symbol_a', 'symbol_b']).mean().reset_index()
这非常有效,但强烈依赖于可被 n 整除的假设。不幸的是,这不仅是我想放弃的假设,而且我还注意到并非所有符号都出现了 n 次:例如请注意 symbol_a "BBBB"只出现了四次(天) .这当然会使上述尝试完全不可靠,因为它将混合不同符号的比率值。
回顾一下,我需要一些东西让我得到 ratio 列每 n 个元素的平均值,如果符号的数量不能被 n 整除,它会得到每个 n 最后是提醒的平均值(如果 number_of_symbols < n 只是该数字的平均值)。
例如,结果看起来像(假设 n=3):
symbol_a symbol_b 3_mean_ratio
0 AAAA AA 20
1 AAAA AA 10
2 BBBB BB 20
4 BBBB BB 10
5 CCCC CC 20
6 CCCC CC 8.33
有没有办法做这样的事情?非常感谢任何帮助,谢谢。
编辑:感谢您到目前为止的回答。最后一件理想的事情是将新的 n-days-ratio 列放在原始列旁边的简单方法。当然这个新的长度更短,但如果元素重复我不介意。基本上我需要一种方法来根据这个平均值选择“好行”。到目前为止,我正在创建一本字典作为中间步骤,但我确信有更好的方法。如果我能得到像下面这样的东西就太好了:
date symbol_a symbol_b ratio n-days-ratio
0 2017/01/01 AAAA AA 10 20
1 2017/01/02 AAAA AA 20 20
2 2017/01/03 AAAA AA 30 20
3 2017/01/04 AAAA AA 10 10
4 2017/01/05 AAAA AA 10 10
5 2017/01/06 AAAA AA 10 10
6 2017/01/01 BBBB BB 10 20
7 2017/01/02 BBBB BB 20 20
8 2017/01/03 BBBB BB 30 20
9 2017/01/04 BBBB BB 10 10
10 2017/01/01 CCCC CC 10 20
11 2017/01/02 CCCC CC 20 20
12 2017/01/03 CCCC CC 30 20
13 2017/01/04 CCCC CC 10 8.3
14 2017/01/05 CCCC CC 10 8.3
15 2017/01/06 CCCC CC 5 8.3
最佳答案
g = df.groupby('symbol_a').cumcount()
df['n-days-ratio'] = df.groupby(['symbol_a','symbol_b',g // 3]).transform(lambda x: x.mean())
df
输出:
date symbol_a symbol_b ratio n-days-ratio
0 2017/01/01 AAAA AA 10 20.000000
1 2017/01/02 AAAA AA 20 20.000000
2 2017/01/03 AAAA AA 30 20.000000
3 2017/01/04 AAAA AA 10 10.000000
4 2017/01/05 AAAA AA 10 10.000000
5 2017/01/06 AAAA AA 10 10.000000
6 2017/01/01 BBBB BB 10 20.000000
7 2017/01/02 BBBB BB 20 20.000000
8 2017/01/03 BBBB BB 30 20.000000
9 2017/01/04 BBBB BB 10 10.000000
10 2017/01/01 CCCC CC 10 20.000000
11 2017/01/02 CCCC CC 20 20.000000
12 2017/01/03 CCCC CC 30 20.000000
13 2017/01/04 CCCC CC 10 8.333333
14 2017/01/05 CCCC CC 10 8.333333
15 2017/01/06 CCCC CC 5 8.333333
让我们使用:
g = df.groupby('symbol_a')['ratio'].transform(lambda x:x.astype(bool).cumsum().add(-1))
让我们改用 piRSquare 的 cumcount
方法。
g = df.groupby('symbol_a').cumcount()
df_out = df.groupby(['symbol_a','symbol_b',g // 3]).mean().reset_index(level=2, drop=True).reset_index()
输出:
symbol_a symbol_b ratio
0 AAAA AA 20.000000
1 AAAA AA 10.000000
2 BBBB BB 20.000000
3 BBBB BB 10.000000
4 CCCC CC 20.000000
5 CCCC CC 8.333333
关于python - Pandas :如何按符号分组并每 n 行取平均值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44125060/
我在字符串中有一个大词。例子白 Wine 额外优惠。 我想在第一行使用“White”,在第二行使用“wine extra offer”。使用下面的代码: string value="White win
我想在无符号中执行一些算术运算,需要取负整数的绝对值,比如 do_some_arithmetic_in_unsigned_mode(int some_signed_value) { unsign
我正在努力使用 data.table 来总结向量函数的结果,这在 ddply 中很容易。 问题 1:使用带有矢量输出的(昂贵的)函数聚合 dt dt[ , as.list(quantile(x)),
我有两个分数列表; 说 A = [ 1/212, 5/212, 3/212, ... ] 和 B = [ 4/143, 7/143, 2/143, ... ] . 如果我们定义 A' = a[0] *
我已经使用 numpy 从 csv 文件中获取数据。 numpy 数组的尺寸为:100*20。我如何取列的平均值(比如 col 3,5,8)并用包含这 3 个 cols 平均值的新列替换它们 如果
在 Rust 中取任意数的 n 次根的最佳方法是什么?例如,num crate 只允许取整数类型的第 n 个主根,即 floor'ed 或 ceil'ed 值......如何最好地接近实际值? 最佳答
看起来这应该很容易,但我很困惑。我已经掌握了使用 dplyr 进行编程的大致技巧0.7,但为此苦苦挣扎:How do Iprogram in dplyr我想要编程的变量是否是一个字符串? 我正在抓取数
在 Rust 中取任意数的 n 次根的最佳方法是什么?例如,num crate 只允许取整数类型的第 n 个主根,即 floor'ed 或 ceil'ed 值......如何最好地接近实际值? 最佳答
我有一个 pandas 数据框,其中有一列名为“coverage”。对于一系列特定索引值,我想获取前 100 行的平均“覆盖率”值。例如,对于索引位置 1001,我想要第 901-1000 行的平均“
import pandas as pd data = {'date': ['1998-03-01', '2001-04-01','1998-06-01','2001-08-01','2001-05-0
我有一个包含 100 个数字的 NSArray。我想创建一个 5 个数字的 NSArray。第二个数组中的第一个数字是第一个数组中前 20 个数字的平均值。第二个数字是第一个数组中第二组 20 个数字
我该怎么做?我试过 abs() 但它只适用于整数。有内置的方法吗? CGFloat flo = -123; abs(flo) 返回 0 最佳答案 使用 fabs() CGFloat f = -123.
我正在采用以下计算的 log2: tl_out.a.bits.size := log2Ceil(s1_row * s2_column * 4.U) 其中,s1_row 和 s2_column 是 UI
如何从 m 个元素集合中取出 n 个元素,以便在元素用完时从头开始? List list = new List() {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; List newL
我已经完成了研究,但似乎找不到有关该主题的足够文档。 在 Object streams 上尝试一些代码时,我注意到将 BufferedOutputStream 放入 ObjectOutputStrea
我需要计算数据中连续时间组之间的差异,如下所示 from io import StringIO import pandas as pd strio = StringIO("""\
我在 Mongo 数据库中有以下文档: { _id: 1, question: "Blue or red?", __v: 0, votes: [9, 5] } 我想在后
好吧,宇宙中一定有人知道这个问题的答案。 我已经在这里问过这个问题,但仍然没有解决方案。 我需要保留和换行 div 中的文本。到目前为止,我很难想出解决方案。我找到的最佳解决方案并不适用于所有浏览器。
我正在尝试采用 3 个单独的整数输入(年、月、日)并采用这 3 个条目并从中形成一个日期对象,以便我可以使用它来比较其他日期。 这是我目前所拥有的,不知从何而来: public void compar
在我的 IOS 项目中,我有一个包含该函数的自定义 Logger 类(单例) - (void)log:(NSString *)domain logLevel:(int)level logMessage
我是一名优秀的程序员,十分优秀!