<\/p>\n
Uma m\u00e9dia cumulativa<\/strong> nos diz a m\u00e9dia de uma s\u00e9rie de valores at\u00e9 um determinado ponto.<\/span><\/p>\n Voc\u00ea pode usar a seguinte sintaxe para calcular a m\u00e9dia cumulativa de valores em uma coluna de um DataFrame do pandas:<\/span><\/p>\n O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n Digamos que temos o seguinte DataFrame do pandas que mostra o total de vendas realizadas por uma loja durante 16 dias consecutivos:<\/span><\/p>\n Podemos usar a seguinte sintaxe para calcular a m\u00e9dia m\u00f3vel da coluna de vendas:<\/span><\/p>\n Interpretar\u00edamos os valores m\u00e9dios cumulativos como:<\/span><\/p>\n E assim por diante.<\/span><\/p>\n Observe que voc\u00ea tamb\u00e9m pode usar o c\u00f3digo a seguir para adicionar os valores m\u00e9dios acumulados de vendas como uma nova coluna no DataFrame:<\/span><\/p>\n A coluna cum_avg_sales<\/strong> exibe a m\u00e9dia acumulada dos valores da coluna \u201cvendas\u201d.<\/span><\/p>\n Os tutoriais a seguir explicam como calcular outras m\u00e9tricas comuns em Python:<\/span><\/p>\n Como calcular uma m\u00e9dia aparada em Python<\/a> Uma m\u00e9dia cumulativa nos diz a m\u00e9dia de uma s\u00e9rie de valores at\u00e9 um determinado ponto. Voc\u00ea pode usar a seguinte sintaxe para calcular a m\u00e9dia cumulativa de valores em uma coluna de um DataFrame do pandas: df[‘ column_name ‘]. expanding (). mean () O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica. […]<\/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":[],"class_list":["post-2825","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df[' column_name<\/span> ']. expanding<\/span> (). mean<\/span> ()<\/strong><\/pre>\n Exemplo: calcular m\u00e9dia cumulativa em 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 Recursos adicionais<\/strong><\/span><\/h3>\n
Como calcular a m\u00e9dia geom\u00e9trica em Python<\/a>
Como calcular m\u00e9dias m\u00f3veis em Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"