Pandas: cara menghitung rata-rata pergerakan per grup

Anda dapat menggunakan sintaks dasar berikut untuk menghitung rata-rata pergerakan grup untuk panda:

 #calculate 3-period moving average of 'values' by 'group'
df. groupby (' group ')[' values ']. transform ( lambda x: x.rolling (3,1) .mean ())

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: menghitung rata-rata pergerakan berdasarkan kelompok di Pandas

Misalkan kita memiliki panda DataFrame berikut yang menunjukkan total penjualan yang dilakukan oleh dua toko selama lima periode penjualan:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' period ': [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
                   ' sales ': [7, 7, 9, 13, 14, 13, 13, 19, 20, 26]})

#view DataFrame
df

	store period sales
0 to 1 7
1 to 2 7
2 to 3 9
3 to 4 13
4 to 5 14
5 B 1 13
6 B 2 13
7 B 3 19
8 B 4 20
9 B 5 26

Kita dapat menggunakan kode berikut untuk menghitung rata-rata penjualan bergulir 3 hari untuk setiap toko:

 #calculate 3-day moving average of sales by store
df[' ma '] = df. groupby (' store ')[' sales ']. transform ( lambda x: x.rolling (3,1) .mean ())

#view updated DataFrame
df

        store period sales ma
0 A 1 7 7.000000
1 to 2 7 7.000000
2 A 3 9 7.666667
3 A 4 13 9.666667
4 A 5 14 12.000000
5 B 1 13 13.000000
6 B 2 13 13.000000
7 B 3 19 15.000000
8 B 4 20 17.333333
9 B 5 26 21.666667

Catatan : x.rolling(3, 1) berarti menghitung rata-rata bergulir selama 3 periode dan membutuhkan 1 sebagai jumlah minimum periode.

Kolom “saya” menampilkan rata-rata penjualan bergerak selama 3 hari untuk setiap toko.

Untuk menghitung rata-rata pergerakan yang berbeda, cukup ubah nilainya di fungsi Rolling() .

Misalnya, kita dapat menghitung rata-rata pergerakan penjualan 2 hari untuk setiap toko:

 #calculate 2-day moving average of sales by store
df[' ma '] = df. groupby (' store ')[' sales ']. transform ( lambda x: x.rolling (2,1) .mean ())

#view updated DataFrame
df

        store period sales ma
0 to 1 7 7.0
1 to 2 7 7.0
2 to 3 9 8.0
3 A 4 13 11.0
4 to 5 14 13.5
5 B 1 13 13.0
6 B 2 13 13.0
7 B 3 19 16.0
8 B 4 20 19.5
9 B 5 26 23.0

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara melakukan penjumlahan GroupBy di Pandas
Cara menghitung nilai unik menggunakan GroupBy di Pandas
Cara menggunakan Groupby dan Plot di Pandas