相关疑难解决方法(0)

Pandas文档列出了一堆"扩展窗口函数":

http://pandas.pydata.org/pandas-docs/version/0.17.0/api.html#standard-expanding-window-functions

但我无法弄清楚他们从文档中做了什么.

我有一个看起来像这样的数据框：

pd.DataFrame({'category': [1,1,1,2,2,2,3,3,3,4],
              'order_start': [1,2,3,1,2,3,1,2,3,1],
              'time': [1, 4, 3, 6, 8, 17, 14, 12, 13, 16]})
Out[40]: 
   category  order_start  time
0         1            1     1
1         1            2     4
2         1            3     3
3         2            1     6
4         2            2     8
5         2            3    17
6         3            1    14
7         3            2    12
8         3            3    13
9         4            1    16

我想创建一个新列，其中包含同一类别之前时间的平均值。我该如何创建它？

新列应如下所示：

pd.DataFrame({'category': [1,1,1,2,2,2,3,3,3,4],
              'order_start': [1,2,3,1,2,3,1,2,3,1],
              'time': [1, 4, 3, 6, 8, 17, 14, 12, 13, 16],
              'mean': [np.nan, 1, …

过去一周我一直在努力尝试使用apply在整个 Pandas 数据帧上使用函数，包括滚动窗口、groupby，尤其是多个输入列和多个输出列。我在 SO 上发现了大量关于此主题的问题以及许多旧的和过时的答案。所以我开始为 x 输入和输出、滚动、滚动和 groupby 组合的每一种可能组合创建一个笔记本，我也专注于性能。由于我不是唯一一个为这些问题而苦苦挣扎的人，我想我会在这里提供我的解决方案和工作示例，希望它可以帮助任何现有/未来的熊猫用户。