用Python / Pandas中的另一列计算行平均值

Question

我有一个数据框，如下所示：user | profit-------------Anna |    1.0Bell |    2.0Anna |    2.0Chad |    5.0Bell |    4.0Anna |    3.0我需要在用户级别上计算每一行的均值，也就是说，每次看到同一个用户时，我都会计算出到目前为止的利润均值。例如，安娜的第一个获利平均值为1.0，而第二个获利平均值为1.5，依此类推。所需的结果如下所示：user | profit | mean--------------------Anna |    1.0 |  1.0Bell |    2.0 |  2.0Anna |    2.0 |  1.5Chad |    5.0 |  5.0Bell |    4.0 |  3.0Anna |    3.0 |  2.0有任何建议在Python / Pandas中这样做吗？import pandas as pdrecord = pd.DataFrame({    "user": ("Anna", "Bell", "Anna", "Chad", "Bell", "Anna"),     "profit": (1.0, 2.0, 2.0, 5.0, 4.0, 3.0)})谢谢！

Answer 1

GroupBy.transform与rolling和一起使用mean：

df['mean'] = (df.groupby('user')['profit']

                .transform(lambda x: x.rolling(len(x), min_periods=1).mean()))

print (df)

   user  profit  mean

0  Anna     1.0   1.0

1  Bell     2.0   2.0

2  Anna     2.0   1.5

3  Chad     5.0   5.0

4  Bell     4.0   3.0

5  Anna     3.0   2.0

Answer 2

我认为到目前为止，我们可以使用cumsum（）并除以计数。

g = df.groupby('user')['profit']

df['mean'] = g.cumsum() / (g.cumcount() + 1)

完整的例子

import pandas as pd

import numpy as np

df = pd.DataFrame({

    "user": ("Anna", "Bell", "Anna", "Chad", "Bell", "Anna"), 

    "profit": (1.0, 2.0, 2.0, 5.0, 4.0, 3.0)

})

g = df.groupby('user')['profit']

df['mean'] = g.cumsum() / (g.cumcount() + 1)

print(df)

返回值：

   user  profit  mean

0  Anna     1.0   1.0

1  Bell     2.0   2.0

2  Anna     2.0   1.5

3  Chad     5.0   5.0

4  Bell     4.0   3.0

5  Anna     3.0   2.0