logo标签列表

数据框中连续天数的平均值

pythonpython-3.xpandas
3

我有一个名为df的pandas数据框：

Date         Val    WD
1/3/2019     2.65   Thursday
1/4/2019     2.51   Friday
1/5/2019     2.95   Saturday
1/6/2019     3.39   Sunday
1/7/2019     3.39   Monday
1/12/2019    2.23   Saturday
1/13/2019    2.50   Sunday
1/14/2019    3.62   Monday
1/15/2019    3.81   Tuesday
1/16/2019    3.75   Wednesday
1/17/2019    3.69   Thursday
1/18/2019    3.47   Friday

我需要从上面获取下面的df2：

Date         Val    WD
1/3/2019     2.65   Thursday
1/4/2019     2.51   Friday
1/5/2019     3.24   Saturday
1/6/2019     3.24   Sunday
1/7/2019     3.24   Monday
1/12/2019    2.78   Saturday
1/13/2019    2.78   Sunday
1/14/2019    2.78   Monday
1/15/2019    3.81   Tuesday
1/16/2019    3.75   Wednesday
1/17/2019    3.69   Thursday
1/18/2019    3.47   Friday

在这里，df2的值将被更新为连续的星期六、星期日和星期一值的平均值。
例如，在df中，2019年1月5日、2019年1月6日和2019年1月7日的值为2.95、3.39和3.39的平均值为3.24，因此在df2中，我已经用3.24替换了2019年1月5日、2019年1月6日和2019年1月7日的值。
关键是找到连续的星期六、星期日和星期一。不确定如何解决这个问题。
如果只有连续的星期六和星期日（没有星期一），或者甚至只有星期六和星期一，会发生什么情况？在这些情况下，您是否仍然想要计算平均值，还是保留数据不变？ - ALollz
3个回答
1
你可以使用CustomBusinessDay和pd.grouper来创建一个分组列：
# if you want to only find the mean if all three days are found
from pandas.tseries.offsets import CustomBusinessDay
days = CustomBusinessDay(weekmask='Tue Wed Thu Fri Sat')

df['group_col'] = df.groupby(pd.Grouper(key='Date', freq=days)).ngroup()
df.update(df[df.groupby('group_col')['Val'].transform('size').eq(3)].groupby('group_col').transform('mean'))

    Date          Val          WD     group_col
0   2019-01-03  2.650000    Thursday    0
1   2019-01-04  2.510000    Friday      1
2   2019-01-05  3.243333    Saturday    2
3   2019-01-06  3.243333    Sunday      2
4   2019-01-07  3.243333    Monday      2
5   2019-01-12  2.783333    Saturday    7
6   2019-01-13  2.783333    Sunday      7
7   2019-01-14  2.783333    Monday      7
8   2019-01-15  3.810000    Tuesday     8
9   2019-01-16  3.750000    Wednesday   9
10  2019-01-17  3.690000    Thursday    10
11  2019-01-18  3.470000    Friday      11

如果您想在同一周内找到任意组合的周六、周日和周一的平均值。
days = CustomBusinessDay(weekmask='Tue Wed Thu Fri Sat')

df['group_col'] = df.groupby(pd.Grouper(key='Date', freq=days)).ngroup()
df['Val'] = df.groupby('group_col')['Val'].transform('mean')
即使没有星期六的数据，这将平均计算星期日/星期一的数据。 - ALollz
@ALollz，你说得完全正确，感谢指出。已经进行了更正。 - It_is_Chris
0
这个逻辑创建了一个 Series，为你的 DataFrame 中连续的周六/周日/周一行组分配一个唯一的ID。然后确保有3个值（而不仅仅是周六/周日或周日/周一），并用均值transform这些值：
import pandas as pd
#df['Date'] = pd.to_datetime(df.Date)

s = (~(df.Date.dt.dayofweek.isin([0,6]) 
       & (df.Date - df.Date.shift(1)).dt.days.eq(1))).cumsum()

to_trans = s[s.groupby(s).transform('size').eq(3)]
df.loc[to_trans.index, 'Val'] = df.loc[to_trans.index].groupby(to_trans).Val.transform('mean')

输出：

         Date       Val         WD
0  2019-01-03  2.650000   Thursday
1  2019-01-04  2.510000     Friday
2  2019-01-05  3.243333   Saturday
3  2019-01-06  3.243333     Sunday
4  2019-01-07  3.243333     Monday
5  2019-01-12  2.783333   Saturday
6  2019-01-13  2.783333     Sunday
7  2019-01-14  2.783333     Monday
8  2019-01-15  3.810000    Tuesday
9  2019-01-16  3.750000  Wednesday
10 2019-01-17  3.690000   Thursday
11 2019-01-18  3.470000     Friday
12 2019-01-19  3.250000   Saturday
13 2019-01-20  3.250000     Sunday
14 2019-01-21  3.250000     Monday
15 2019-01-22  5.000000    Tuesday
16 2019-01-27  2.000000     Sunday
17 2019-01-28  4.000000     Monday
18 2019-01-29  6.000000    Tuesday
19 2019-02-05  7.000000    Tuesday
20 2019-02-07  6.000000   Thursday
21 2019-02-12  9.000000    Tuesday

扩展输入数据

Date         Val    WD
1/3/2019     2.65   Thursday
1/4/2019     2.51   Friday
1/5/2019     2.95   Saturday
1/6/2019     3.39   Sunday
1/7/2019     3.39   Monday
1/12/2019    2.23   Saturday
1/13/2019    2.50   Sunday
1/14/2019    3.62   Monday
1/15/2019    3.81   Tuesday
1/16/2019    3.75   Wednesday
1/17/2019    3.69   Thursday
1/18/2019    3.47   Friday
1/19/2019    3.75   Saturday
1/20/2019    2.00   Sunday
1/21/2019    4.00   Monday
1/22/2019    5.00   Tuesday
1/27/2019    2.00   Sunday
1/28/2019    4.00   Monday
1/29/2019    6.00   Tuesday
2/5/2019     7.00   Tuesday
2/7/2019     6.00   Thursday
2/12/2019    9.00   Tuesday
请注意，'WD'列是完全不必要的，因为一旦转换为'datetime'，您可以使用'Series.dt.dayofweek'访问该信息。 - ALollz
0
一种方法是计算一周的编号，然后使用groupby在特定的日期上计算平均值，并将其映射回原始数据框。
df['Date'] = pd.to_datetime(df['Date'])

# consider Monday to belong to previous week
week, weekday = df['Date'].dt.week, df['Date'].dt.weekday
df['Week'] = np.where(weekday.eq(0), week - 1, week)

# take means of Fri, Sat, Sun, then map back
mask = weekday.isin([5, 6, 0])
week_val_map = df[mask].groupby('Week')['Val'].mean()
df.loc[mask, 'Val'] = df['Week'].map(week_val_map)

print(df)

         Date       Val         WD  Week
0  2019-01-03  2.650000   Thursday     1
1  2019-01-04  2.510000     Friday     1
2  2019-01-05  3.243333   Saturday     1
3  2019-01-06  3.243333     Sunday     1
4  2019-01-07  3.243333     Monday     1
5  2019-01-12  2.783333   Saturday     2
6  2019-01-13  2.783333     Sunday     2
7  2019-01-14  2.783333     Monday     2
8  2019-01-15  3.810000    Tuesday     3
9  2019-01-16  3.750000  Wednesday     3
10 2019-01-17  3.690000   Thursday     3
11 2019-01-18  3.470000     Friday     3
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接