Jak obliczyć średnią skumulowaną w pythonie

Skumulowana średnia informuje nas o średniej szeregu wartości do pewnego punktu.

Możesz użyć następującej składni, aby obliczyć skumulowaną średnią wartości w kolumnie pandy DataFrame:

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

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: Oblicz średnią skumulowaną w Pythonie

Załóżmy, że mamy następującą ramkę danych pand, która pokazuje całkowitą sprzedaż dokonaną przez sklep przez 16 kolejnych dni:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16],
                   ' sales ': [3, 6, 0, 2, 4, 1, 0, 1, 4, 7, 3, 3, 8, 3, 5, 5]})

#view first five rows of DataFrame
df. head ()

	day sales
0 1 3
1 2 6
2 3 0
3 4 2
4 5 4

Do obliczenia średniej kroczącej kolumny sprzedaży możemy użyć następującej składni:

 #calculate average of 'sales' column
df[' sales ']. expanding (). mean ()

0 3.000000
1 4.500000
2 3.000000
3 2.750000
4 3.000000
5 2.666667
6 2.285714
7 2.125000
8 2.333333
9 2.800000
10 2.818182
11 2.833333
12 3.230769
13 3.214286
14 3.333333
15 3.437500
Name: sales, dtype: float64

Zinterpretowalibyśmy skumulowane wartości średnie jako:

• Skumulowana średnia wartości pierwszej sprzedaży wynosi 3 .
• Skumulowana średnia z dwóch pierwszych wartości sprzedaży wynosi 4,5 .
• Skumulowana średnia z pierwszych trzech wartości sprzedaży wynosi 3 .
• Skumulowana średnia z pierwszych czterech wartości sprzedaży wynosi 2,75 .

I tak dalej.

Pamiętaj, że możesz także użyć poniższego kodu, aby dodać skumulowane średnie wartości sprzedaży jako nową kolumnę w DataFrame:

 #add cumulative average sales as new column
df[' cum_avg_sales '] = df[' sales ']. expanding (). mean ()

#view updated DataFrame
df

	day sales cum_avg_sales
0 1 3 3.000000
1 2 6 4.500000
2 3 0 3.000000
3 4 2 2.750000
4 5 4 3.000000
5 6 1 2.666667
6 7 0 2.285714
7 8 1 2.125000
8 9 4 2.333333
9 10 7 2.800000
10 11 3 2.818182
11 12 3 2.833333
12 13 8 3.230769
13 14 3 3.214286
14 15 5 3.333333
15 16 5 3.437500

Kolumna cum_avg_sales wyświetla skumulowaną średnią wartości z kolumny „sprzedaż”.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak obliczać inne popularne metryki w Pythonie:

Jak obliczyć średnią obciętą w Pythonie
Jak obliczyć średnią geometryczną w Pythonie
Jak obliczyć średnie kroczące w Pythonie