python - 根据另一列的平均切片添加新列

Question

假设我有一个数据框

my_df = pd.DataFrame([10, 20, 30, 40, 50], columns=['col_1'])

我想添加一个新列，其中新列中每行的值是从该行开始的 col_1 中的值的平均值。在本例中，新列(我们称之为 'col_2')将为 [30, 35, 40, 45, 50]。

下面的代码不是很好，但它至少描述了生成值。

for i in range(len(my_df)):
    my_df.loc[i]['col_2'] = my_df[i:]['col_1'].mean()

如何以干净、惯用的方式执行此操作，并且不会引发 SettingWithCopyWarning？

Answer 1

您可以反转列，获取增量平均值，然后再次反转。

my_df.loc[::-1, 'col_1'].expanding().mean()[::-1]

# 0    30.0
# 1    35.0
# 2    40.0
# 3    45.0
# 4    50.0
# Name: col_1, dtype: float64

类似的 ndarray 级方法可能是使用 np.cumsum 并除以不断增加的元素数量。

np.true_divide(np.cumsum(my_df.col_1.values[::-1]), 
               np.arange(1, len(my_df)+1))[::-1]

# array([30., 35., 40., 45., 50.])