<\/p>\n
Rata-rata kumulatif<\/strong> memberi tahu kita rata-rata serangkaian nilai hingga titik tertentu.<\/span><\/p>\n Anda dapat menggunakan sintaks berikut untuk menghitung rata-rata kumulatif nilai dalam kolom pandas DataFrame:<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Katakanlah kita memiliki panda DataFrame berikut yang menunjukkan total penjualan yang dilakukan oleh sebuah toko selama 16 hari berturut-turut:<\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk menghitung rata-rata berjalan kolom penjualan:<\/span><\/p>\n Kami akan menafsirkan nilai rata-rata kumulatif sebagai:<\/span><\/p>\n Dan seterusnya.<\/span><\/p>\n Perhatikan bahwa Anda juga dapat menggunakan kode berikut untuk menambahkan nilai penjualan rata-rata kumulatif sebagai kolom baru di DataFrame:<\/span><\/p>\n Kolom cum_avg_sales<\/strong> menampilkan rata-rata kumulatif nilai pada kolom \u201cpenjualan\u201d.<\/span><\/p>\n Tutorial berikut menjelaskan cara menghitung metrik umum lainnya dengan Python:<\/span><\/p>\n Cara menghitung mean terpangkas dengan Python<\/a> Rata-rata kumulatif memberi tahu kita rata-rata serangkaian nilai hingga titik tertentu. Anda dapat menggunakan sintaks berikut untuk menghitung rata-rata kumulatif nilai dalam kolom pandas DataFrame: df[‘ column_name ‘]. expanding (). mean () Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya. Contoh: Hitung Rata-Rata Kumulatif dengan Python Katakanlah kita memiliki panda DataFrame berikut yang menunjukkan […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' column_name<\/span> ']. expanding<\/span> (). mean<\/span> ()<\/strong><\/pre>\n Contoh: Hitung Rata-Rata Kumulatif dengan Python<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' day<\/span> ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16],\n ' sales<\/span> ': [3, 6, 0, 2, 4, 1, 0, 1, 4, 7, 3, 3, 8, 3, 5, 5]})\n\n#view first five rows of DataFrame\n<\/span>df. head<\/span> ()\n\n\tday sales\n0 1 3\n1 2 6\n2 3 0\n3 4 2\n4 5 4<\/strong><\/pre>\n #calculate average of 'sales' column\n<\/span>df[' sales<\/span> ']. expanding<\/span> (). mean<\/span> ()\n\n0 3.000000\n1 4.500000\n2 3.000000\n3 2.750000\n4 3.000000\n5 2.666667\n6 2.285714\n7 2.125000\n8 2.333333\n9 2.800000\n10 2.818182\n11 2.833333\n12 3.230769\n13 3.214286\n14 3.333333\n15 3.437500\nName: sales, dtype: float64\n<\/strong><\/pre>\n\n
#add cumulative average sales as new column\n<\/span>df[' cum_avg_sales<\/span> '] = df[' sales<\/span> ']. expanding<\/span> (). mean<\/span> ()\n\n#view updated DataFrame\n<\/span>df\n\n\tday sales cum_avg_sales\n0 1 3 3.000000\n1 2 6 4.500000\n2 3 0 3.000000\n3 4 2 2.750000\n4 5 4 3.000000\n5 6 1 2.666667\n6 7 0 2.285714\n7 8 1 2.125000\n8 9 4 2.333333\n9 10 7 2.800000\n10 11 3 2.818182\n11 12 3 2.833333\n12 13 8 3.230769\n13 14 3 3.214286\n14 15 5 3.333333\n15 16 5 3.437500\n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara Menghitung Rata-Rata Geometris dengan Python<\/a>
Cara Menghitung Rata-Rata Pergerakan dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"