大熊猫：根据总数和平均值过滤出列

Question

我有一个时间序列数据的数据框，其中的数值数据在列中。在绘制此数据时，我只想绘制某些被认为不足的序列。这是我选择要绘制的列的方式：

df.loc[:,  (df.iloc[-1] >= 100) & (df.sum() >= 1000)]

换句话说，“显着”的标准是一系列值的总和超过1000，而最近的值至少为100。

然而，事实证明这是不够的。我需要的是，总和超过1000（和以前一样），但是我希望最后两行（两个最近的读数）的平均值超过100。

如何更改上面的滤波器以计算平均值？

在：

date           A    B    C   D
2016-04-01    80  235   99   0
2016-04-02    85  295  153  14
2016-04-03   111  363  224  14
2016-04-04   111  379  296  50
2016-04-05    11   51   29   5

出：

date           B    C
2016-04-01   235   99
2016-04-02   295  153
2016-04-03   363  224
2016-04-04   379  296
2016-04-05    51   29

Answer 1

您只需要更改 slice( df.iloc[-2:]) 并调用.mean()：

df.loc[:, (df.sum() >= 1000) & (df.iloc[-2:].mean() >= 100)]

（您的示例中似乎有一个错误。最后一行的输入和输出不同。）