我有一个pandas
数据帧,有两列date
和{
我想计算按日期分组的平均值,但只计算底部十分位的值。在
我尝试过使用DCL = df['date','value'].groupby(['date'])['value'].quantile(.1)
,它给了我一个cutoff
值,对于每个日期,我如何才能为每个日期创建一个条件平均值,以便它只使用小于DCL
(对于每个日期)的值?在
DCL = df['date','value'].groupby(['date'])['value'].quantile(.1)
...
2017-01-26 0.067924
2017-01-27 0.067719
2017-01-30 0.068561
2017-01-31 0.068056
2017-02-01 0.067988
2017-02-02 0.068306
2017-02-03 0.068311
2017-02-06 0.067923
2017-02-07 0.067192
2017-02-08 0.066902
2017-02-09 0.065978
2017-02-10 0.065414
2017-02-13 0.065402
2017-02-14 0.065939
2017-02-15 0.065519
每一天的截止值都是不同的,然后我想计算每天分组的“值”的平均值,只使用该日期低于该天截止值的数字。在
考虑使用
transform
为当前行日期的十分位平均值添加一个新列。在相关问题 更多 >
编程相关推荐