小编Ash*_*aee的帖子

我有一个包含四列的csv文件:日期,批发商,产品和销售.我正在寻找每个日期的每个产品和批发商组合的先前销售平均值.这意味着在'C'时批发商'B'的产品'A'的平均先前销售额是多少.

例如,我们知道1月,4月,5月,8月批发商'B'的产品'A'的销售额分别为100,200,300,400.假设我们在1月之前没有任何记录.因此4月批发商'B'中产品'A'的平均售价等于100/1,而5月等于(200 + 100)/ 2且八月是(300 + 200 + 100)/ 3.

下表显示了我的数据:

date    wholesaler product  sales
12/31/2012  53929  UPE54     4
12/31/2012  13131  UPE55     1
2/23/2013   13131  UPE55  1156
4/24/2013   13131  UPE55     1
12/1/2013   83389  UPE54     9
12/17/2013  83389  UPE54     1
12/18/2013  52237  UPE54     9
12/19/2013  53929  UME24     1
12/31/2013  82204  UPE55     9
12/31/2013  11209  UME24     4
12/31/2013  52237  UPE54     1

现在我正在使用此代码:

df = pd.read_csv('Sample.csv',index_col='date')
df2 = df.groupby(['wholesaler','product'])['sales'].mean()

这给出了每个批发商产品的平均销售额,而我正在寻找每个日期以前销售额的平均值.

wholesaler product   avg sales
    11209  UME24      4.00
    13131  UPE55    713.00
    22423  UME24      1.00 …

我试图在R中编写一个函数,如下所示:

y<-function(x){2*x^2}

它适用于所有给定的数字.例如:

> y(2)
[1] 8

但它无法返回如下的参数化答案:

 > y(a)
 [1] 2*a^2

如何在R中创建这样的函数？