python - 如何有效计算 pandas 中所有后续行的平均值？

Question

给定一个看起来像这样的数据框:

date,score
2019-10-01,5
2019-10-02,4
2019-10-03,3
2019-10-04,6

如何使用后续/后续行计算 score 的平均值，使其看起来/行为如下:

date,score
2019-10-01,5,(5+4+3+6)/4
2019-10-02,4,(4+3+6)/3
2019-10-03,3,(3+6)/2
2019-10-04,6,6

这在 SQL 中非常简单，我正在尝试从其中翻译它，在 SQL 中我可以编写:

选择平均(得分)超过(按日期排序)...

但是我在尝试在 pandas 中解决这个问题时遇到了麻烦。

任何指导将不胜感激。

谢谢!

Answer 1

自下而上使用cumsum并除以arange

df['cummean'] = df.score[::-1].cumsum()[::-1] / np.arange(len(df), 0, -1)

<小时/>

         date  score   cummean
0  2019-10-01      5  4.500000
1  2019-10-02      4  4.333333
2  2019-10-03      3  4.500000
3  2019-10-04      6  6.000000