パンダ: グループごとの移動平均を計算する方法
次の基本構文を使用して、パンダのグループ移動平均を計算できます。
#calculate 3-period moving average of 'values' by 'group' df. groupby (' group ')[' values ']. transform ( lambda x: x.rolling (3,1) .mean ())
次の例は、この構文を実際に使用する方法を示しています。
例: Pandas でグループごとの移動平均を計算する
5 つの販売期間にわたる 2 つの店舗の合計売上を示す次のパンダ データフレームがあるとします。
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
次のコードを使用して、各店舗の 3 日間のローリング売上平均を計算できます。
#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
注: x.rolling(3, 1) は、 3期間にわたる移動平均を計算し、最小期間数として1を必要とすることを意味します。
「my」列には、各店舗の 3 日間の移動売上平均が表示されます。
別の移動平均を計算するには、 Rolling()関数の値を変更するだけです。
たとえば、代わりに、各店舗の売上の 2 日移動平均を計算できます。
#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
追加リソース
次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。
Pandas で GroupBy 合計を実行する方法
Pandas で GroupBy を使用して一意の値をカウントする方法
Pandas で Groupby と Plot を使用する方法