使用python pandas计算增量平均值 [英] Calculate an incremental mean using python pandas

问题描述

我想生成一个序列，该序列是时间序列的增量均值.这意味着从第一个日期(索引0)开始，存储在x行中的平均值就是[0:x]值的平均值

I'd like to generate a series that's the incremental mean of a timeseries. Meaning that, starting from the first date (index 0), the mean stored in row x is the average of values [0:x]

data
index   value   mean          formula
0       4
1       5
2       6
3       7       5.5           average(0-3)
4       4       5.2           average(0-4)
5       5       5.166666667   average(0-5)
6       6       5.285714286   average(0-6)
7       7       5.5           average(0-7)

我希望有一种方法可以做到这一点而无需循环利用熊猫.

I'm hoping there's a way to do this without looping to take advantage of pandas.

推荐答案

这是Pandas较新版本的更新(从0.18.0开始)

Here's an update for newer versions of Pandas (starting with 0.18.0)

df['value'].expanding().mean()

或

s.expanding().mean()

这篇关于使用python pandas计算增量平均值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！