我有一個如下所示的 DataFrame：f_period f_year f_month subject month year value20140102 2014 1 a 1 2018 1020140109 2014 1 a 1 2018 1220140116 2014 1 a 1 2018 820140202 2014 2 a 1 2018 2020140209 2014 2 a 1 2018 1520140102 2014 1 b 1 2018 1020140109 2014 1 b 1 2018 1220140116 2014 1 b 1 2018 820140202 2014 2 b 1 2018 2020140209 2014 2 b 1 2018 15的f_period為SKU（列預測時的日期subject）制成。的month和year列是該預測被做了周期。例如，第一行表示 on 01/02/2018，該模型預測要在year of year 中設置10產(chǎn)品單位。a12018我正在嘗試通過subject, by monthfor 2創(chuàng)建滾動平均預測f_months。DataFrame 應如下所示：f_period f_year f_month subject month year value mnthly_avg rolling_2_avg20140102 2014 1 a 1 2018 10 10 1320140109 2014 1 a 1 2018 12 10 1320140116 2014 1 a 1 2018 8 10 1320140202 2014 2 a 1 2018 20 17.5 null20140209 2014 2 a 1 2018 15 17.5 null20140102 2014 1 b 1 2018 10 10 1320140109 2014 1 b 1 2018 12 10 1320140116 2014 1 b 1 2018 8 10 1320140202 2014 2 b 1 2018 20 17.5 null20140209 2014 2 b 1 2018 15 17.5 null我嘗試過的事情：我能夠mnthly_avg通過：data_df['monthly_avg'] = data_df.groupby(['f_month', 'f_year', 'year', 'month', 'period', 'subject']).\ value.transform('mean')這給了我意想不到的輸出。我不明白它是如何計算值的rolling_2_avg我如何GROUP BYsubject和month再排序f_month，然后取平均值未來兩月的平均水平？
2 回答
滄海一幻覺
TA貢獻1824條經(jīng)驗 獲得超5個贊
除非我誤解了它似乎比你所做的更簡單。那這個呢？
grp = pd.DataFrame(df.groupby(['subject', 'month', 'f_month'])['value'].sum())
grp['rolling'] = grp.rolling(window=2).mean()
grp
輸出：
value rolling
subject month f_month
a 1 1 30 NaN
2 35 32.5
b 1 1 30 32.5
2 35 32.5
月關(guān)寶盒
TA貢獻1772條經(jīng)驗 獲得超5個贊
我對喬希的解決方案會有點小心。如果您想按主題分組，則不能使用這樣的滾動功能，因為它會跨主題滾動（即它最終會從主題 A 和 B 中取一個月的平均值，而不是給出您可能更喜歡的空值）。
另一種方法是拆分數(shù)據(jù)幀并單獨運行滾動（我注意到您希望在數(shù)據(jù)幀末尾獲得空值，而您可能希望在前后對數(shù)據(jù)幀進行排序）：
for unique_subject in df['subject'].unique():
df_subject = df[df['subject'] == unique_subject]
df_subject['rolling'] = df_subject['value'].rolling(window=2).mean()
print(df_subject) # just to print, you may wanna concatenate these
添加回答
舉報
0/150
提交
取消