6

我有一个像这样的熊猫数据框；

>df

leg    speed
  1       10
  1       11
  1       12
  1       13
  1       12
  1       15
  1       19
  1       12
  2       10
  2       10
  2       12
  2       15
  2       19
  2       11
  :        :

我想创建一个新列roll_speed，其中需要最后 5 个位置的滚动平均速度。但我想把更详细的条件放在里面。

  1. Groupby leg（它没有考虑不同leg.

  2. 我希望根据可用行将滚动窗口从 1 最大更改为 5。例如在leg == 1中，第一行只有一行要计算，所以滚动速度应该是10/1 = 10。对于第二行，只有两行可供计算，滚动速度应为(10+11)/2 = 10.5。

    leg    speed   roll_speed
  1       10           10    # 10/1
  1       11           10.5  # (10+11)/2
  1       12           11    # (10+11+12)/3
  1       13           11.5  # (10+11+12+13)/4
  1       12           11.6  # (10+11+12+13+12)/5
  1       15           12.6  # (11+12+13+12+15)/5
  1       19           14.2  # (12+13+12+15+19)/5
  1       12           14.2  # (13+12+15+19+12)/5
  2       10           10    # 10/1
  2       10           10    # (10+10)/2
  2       12           10.7  # (10+10+12)/3
  2       15           11.8  # (10+10+12+15)/4
  2       19           13.2  # (10+10+12+15+19)/5
  2       11           13.4  # (10+12+15+19+11)/5
  :        :

我的尝试：

df['roll_speed'] = df.speed.rolling(5).mean()

但它只为可用于计算的行少于五行的行返回 NA。我应该如何解决这个问题？感谢您的任何帮助！

4

2 回答 2

7

将参数 min_periods 设置为 1

df['roll_speed'] = df.groupby('leg').speed.rolling(5, min_periods = 1).mean()\
.round(1).reset_index(drop = True)

    leg speed   roll_speed
0   1   10  10.0
1   1   11  10.5
2   1   12  11.0
3   1   13  11.5
4   1   12  11.6
5   1   15  12.6
6   1   19  14.2
7   1   12  14.2
8   2   10  10.0
9   2   10  10.0
10  2   12  10.7
11  2   15  11.8
12  2   19  13.2
13  2   11  13.4
于 2018-08-13T15:22:57.107 回答
2

使用rolling(5)将为您提供除每组的前 4 次出现之外的所有结果。我们可以用扩展填充剩余的值mean：

(df.groupby('leg').speed.rolling(5)
    .mean().fillna(df.groupby('leg').speed.expanding().mean())
).reset_index(drop=True)

0     10.000000
1     10.500000
2     11.000000
3     11.500000
4     11.600000
5     12.600000
6     14.200000
7     14.200000
8     10.000000
9     10.000000
10    10.666667
11    11.750000
12    13.200000
13    13.400000
Name: speed, dtype: float64
于 2018-08-13T15:18:35.110 回答