计算列中第n个元素的平均值，并在列中的一定间隔内重复计算

Question

我需要帮助修改部分代码。我之前已经问过这个问题了。Here is the link。但是，现在我需要找到平均数几次。你知道吗

原始数据帧的示例如下所示：

code scale   year  week   a     b     c
1111  -5    2017    15   68    68    19
1111  -4    2017    16   30    95    24
1111  -3    2017    17   21    15    94
1111  -2    2017    18   67    30    16
1111  -1    2017    19   10    13    13
1111   0    2017    20   26    22    18
1111   1    2017    21   NaN   NaN   NaN
1111   2    2017    22   NaN   NaN   NaN
1111   3    2017    23   NaN   NaN   NaN
1111   4    2017    24   NaN   NaN   NaN
1111   5    2017    25   NaN   NaN   NaN
1111   6    2017    26   NaN   NaN   NaN
2222  -5    2017    15   13    19    21
2222  -4    2017    16   24    95    23
2222  -3    2017    17   22    32    76
2222  -2    2017    18   21    30    12
2222  -1    2017    19   15    55    17
2222   0    2017    20   23    22    23
2222   1    2017    21   NaN   NaN   NaN
2222   2    2017    22   NaN   NaN   NaN
2222   3    2017    23   NaN   NaN   NaN
2222   4    2017    24   NaN   NaN   NaN
2222   5    2017    25   NaN   NaN   NaN
2222   6    2017    26   NaN   NaN   NaN
....

音阶的间隔可能不同，但我事先就知道了。计算应该从标度=0的地方开始。在从1到6的每个周期的示例中，我需要使用-5到0范围内的上一个值来计算平均值。和以前一样，使用新的计算值。计算的本质是计算从-5到6的scale中的code列中每个唯一位置的平均值。虽然code列中所有值的间隔都相同，但唯一值的数目可以不同。所以我想为-5到6之间的每个间隔写一个循环，但是我不能。还有一个问题是a, b, c列的数量可能不同。例如，我需要为-5到6的每个间隔应用这个代码。你知道吗

import numpy as np
import pandas as pd
#data is your dataframe name
column_list = list(data.columns.values)[4:]
for column_name in column_list :
    column = data[column_name].values
    #converted pandas series to numpy series
    for index in xrange(0,column.shape[0]):
        #iterating over entries in the column
        if np.isnan(column[index]):
            column[index] = np.nanmean(column.take(range(index-5,index+1),mode='wrap'))

结果应该是这样的：

code scale   year  week   a     b     c
1111  -5    2017    15   68    68    19
1111  -4    2017    16   30    95    24
1111  -3    2017    17   21    15    94
1111  -2    2017    18   67    30    16
1111  -1    2017    19   10    13    13
1111   0    2017    20   26    22    18
1111   1    2017    21   37    41    31
1111   2    2017    22   32    36    33
1111   3    2017    23   32    26    34
1111   4    2017    24   34    28    24
1111   5    2017    25   28    28    25
1111   6    2017    26   32    30    27
2222  -5    2017    15   13    19    21
2222  -4    2017    16   24    95    23
2222  -3    2017    17   22    32    76
2222  -2    2017    18   21    30    12
2222  -1    2017    19   15    55    17
2222   0    2017    20   23    22    23
2222   1    2017    21   20    42    29
2222   2    2017    22   21    46    30
2222   3    2017    23   20    38    31
2222   4    2017    24   20    39    24
2222   5    2017    25   20    40    26
2222   6    2017    26   21    38    27
...

我将非常感谢任何帮助！你知道吗

UPD列code包含单个设备代码。列a,b,c显示某一周和某一年中每个地区的设备数量。该任务是使用已知值的平均值来预测每个区域中每个代码在未来日期的设备数量。为了便于计算，需要比例尺。例如，以代码1111为例。以列a为例。在scale范围内的(-5,0)上的已知值。对于它们，计算刻度为1的单元格的平均值。它将是37。对于下一个单元格，取刻度为(-4,1)的值。其中，值将等于31.833。依此类推，其中scale从1到6。列a, b, c也是如此。我们采用以下代码2222。我们对他也一样。以a列为例。对于刻度为1的单元格，计算已知值的平均值（scale也是从-5到0，但code是2222）。我们得到19.66。等等。 每个唯一代码的行数相同（从-5到6）。但是有很多代码。你知道吗

我希望我能更好地解释这个问题。你知道吗

Answer 1

假设您的数据看起来与提供的示例相同，您可以这样做

colSelector = df.columns.values[4:]

for index,row in df.iterrows():
    if np.isnan(row[4:].values).any():
        col = colSelector[np.isnan(row[4:].values)]
        df.loc[index,col] = np.round(df.loc[index-6:index,col].mean(),0)

我假设要平均的列可能比a、b和c要多，但这两种方法都适用。另外，我们可以做一些布尔索引来找到NaN值，并选择平均值，从而消除第一个循环，而不是遍历每一列。你知道吗

注意：如果只是a-c列，并且在这些列之后确实有数据不是平均值，则将所有[4:]更改为[4:7]

Answer 2

我们需要的是一种获得移动平均线的方法，我可能错了，但我不认为在pandas中有处理这一点的功能（考虑到pandas确实实现了ewa（）和rolling\u mean（），我想这可能并不奇怪）。在这里使用递归是有意义的，因为它不太深。你知道吗

def moving_average(data, window, periods_forward):
    """docs"""

    try:
        data.shape[1]
    except IndexError:
        import sys
        print("Data shape %s found. If there is only one sample please reshape the data using .reshape(-1, 1)." % data.shape)
        sys.exit()

    # Base case: Kill the recursion once we've created enough forward looks.
    if periods_forward == 0:
        return data
    else:
        data = np.concatenate([data, data[-window:, :].mean(axis=0).reshape(1,-1)])

    periods_forward -= 1
    return moving_average(data, window, periods_forward)


# Reset values in the dataframe.
columns = ['a', 'b', 'c']
for code in df.code.unique():
    df.loc[df.code == code, columns] = moving_average(
        df.loc[df.code == code, columns].dropna().values, window=6, periods_forward=6)