python - 如何在Python中的不均匀长度行上设置索引？

Question

我正在尝试将第二个数据帧的索引设置为第一个数据帧的索引，以便我可以通过在所有数据帧中匹配的索引稍后引用行。

这样做的目的是让我能够引用原始需求数据帧以及在同一会计年度/周应用了 .rolling(window=X).mean() 的后续数据帧来执行一些计算.

我尝试过的

demand_df_7wkfwdavg = demand_df_7wkfwdavg.reindex_like(demand_df)

demand_df_7wkfwdavg = demand_df_7wkfwdavg.set_index(demand_df.index)

也引用了 reindex、set_index、reindex_like 的文档，但要么让新的数据帧从 201840 开始，直到 201846 为止为 NaN，要么得到一个错误，表示两个数据帧的索引之间的长度不匹配(其中他们不这样做，他们会 57 岁，65 岁)

让我们分解一下

我有两个数据帧，第一个是demand_df，第二个是demand_df_7wkfwdavg。

第一个数据框的设置如下，其中第一列是索引，也表示会计年度/周，第二列是该特定项目的需求值(列标题是该项目名称):

201840 344.75 
201841 433.75 
201842 344.75 
201843 355.75 
201844 241.60 
201845 241.60 
201846 241.60

第二个数据帧以相同的方式设置，但在本例中将从 201846 开始，执行以下命令后:

###Applies a rolling average to each column using the window size specified
demand_df_7wkfwdavg = demand_df.rolling(window=7).mean()


###Fill any NaN's with zeroes
demand_df_7wkfwdavg = demand_df_7wkfwdavg.fillna(0)


###Round the numbers to 2 decimal places
demand_df_7wkfwdavg = demand_df_7wkfwdavg.round(2)


###Remove any row that sums zero
demand_df_7wkfwdavg = demand_df_7wkfwdavg.loc[(demand_df_7wkfwdavg!=0).any(axis=1)]

201846 314.54 
201847 299.81 
201848 272.36

最终状态目标示例

获取本周的需求 (201840)，查看所有其他数据帧并提取相应的值，因此在这种情况下，它将查看第二个数据帧并为第一个数据帧中的类似项目表示 201840 = 314.54，而不是201846 = 314.54。

期望的输出:

201840 314.54 
201841 299.81 
201842 272.36

当前输出:

201846 314.54 
201847 299.81 
201848 272.36

Answer 1

总结一下您的问题，您似乎想要前向均值，但实际上它正在计算尾随均值。对于索引问题有一些解决方案(例如切片)，但我认为更有效的方法是在计算平均值时移动值。

如果你改变:

 demand_df_7wkfwdavg = demand_df.rolling(window=7).mean()

到

 demand_df_7wkfwdavg = demand_df.rolling(window=7).mean().shift(-6)

您无需添加任何步骤即可获得所需的输出。