Pandas 基于 groupby 多列的滚动平均值

Question

我有一个长格式数据框，两列中有重复值，另一列中有数据。我想找到每个组的 SMA。我的问题是：rolling()简单地忽略了数据按两列分组的事实。

这是一些虚拟数据和代码。

import numpy as np
import pandas as pd

dtix=pd.Series(pd.date_range(start='1/1/2019', periods=4) )
df=pd.DataFrame({'ix1':np.repeat([0,1],4), 'ix2':pd.concat([dtix,dtix]), 'data':np.arange(0,8) })
df

ix1 ix2 数据
0 0 2019-01-01 0
1 0 2019-01-02 1
2 0 2019-01-03 2
3 0 2019-01-04 3
0 1 2019-01-01 4
1 1 2019-01-02 5
2 1 2019-01-03 6
3 1 2019-01-04 7

现在，当我对这些数据执行分组滚动平均值时，我得到如下输出：

import numpy as np
import pandas as pd

dtix=pd.Series(pd.date_range(start='1/1/2019', periods=4) )
df=pd.DataFrame({'ix1':np.repeat([0,1],4), 'ix2':pd.concat([dtix,dtix]), 'data':np.arange(0,8) })
df

        数据
ix1 ix2
0 2019-01-01 南
    2019-01-02 0.5
    2019-01-03 1.5
    2019-01-04 2.5
1 2019-01-01 3.5
    2019-01-02 4.5
    2019-01-03 5.5
    2019-01-04 6.5

期望的输出： 然而，我真正想要的是：

SMA
ix1 ix2
0 2019-01-01 南
    2019-01-02 0.5
    2019-01-03 1.5
    2019-01-04 2.5
1 2019-01-01 南
    2019-01-02 4.5
    2019-01-03 5.5
    2019-01-04 6.5

感谢您对此的帮助。

Answer 1

groupby在第一级 ( ix1) 中使用另一个rolling：

df1 = (df.groupby(['ix1','ix2'])
         .agg({'data':'mean'})
         .groupby(level=0, group_keys=False)
         .rolling(2)
         .mean())
print (df1)
                data
ix1 ix2             
0   2019-01-01   NaN
    2019-01-02   0.5
    2019-01-03   1.5
    2019-01-04   2.5
1   2019-01-01   NaN
    2019-01-02   4.5
    2019-01-03   5.5
    2019-01-04   6.5

在您的解决方案中，聚合后返回一列DataFrame，因此rolling与所有行进行链接，而不是像需要那样按组进行：

print(df.groupby(['ix1','ix2']).agg({'data':'mean'}))
                data
ix1 ix2             
0   2019-01-01     0
    2019-01-02     1
    2019-01-03     2
    2019-01-04     3
1   2019-01-01     4
    2019-01-02     5
    2019-01-03     6
    2019-01-04     7