如何使用 pandas 在 5 天 window 中计算每个观察计数的平均评分？

Question

我正在尝试为我使用 Python Pandas DataFrame 为不同日期所做的评分设置 5 天（可调整）运行均值。

我可以使用以下代码轻松获得日均平均值

import pandas as pd
import datetime as dt
RTC = pd.read_csv(...loads file, has 'Date' and 'Rating' columns...)
daterange = RTC['Date'].max() - RTC['Date'].min()
days_means = []
for day_offset in range(daterange.days+1):
    filldate = (RTC['Date'].min() + dt.timedelta).strftime('%Y-%m-%d')
    days_means.append(RTC[RTC['Date']==filldate]['Rating'].mean())

我认为最自然的扩展方法是将 filldate 设为列表（或系列？），然后使用新掩码

RTC['Date'] in filldate

但是如果我这样做，我会收到一条错误消息

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我想我想在其中的某处放置一个任意语句，但我无法让它工作。

有没有人对如何使其正常工作有建议？

谢谢！

编辑：作为参考，这是我的数据的样子

Date      Rating  OtherColumns...
1-1-2014  5       ...
1-2-2014  6
1-2-2014  7
1-3-2014  8
1-3-2014  2
1-4-2014  3
1-6-2014  6
...

因此 1-3-2014 的 5 天平均值为 (5+6+7+8+2+3)/6。请注意，1-2-2014 和 1-3-2014 有两个条目，1-5-2014 没有。

Answer 1

根据新信息更新答案：

 #set up new example frame
 rng = pd.DatetimeIndex(pd.to_datetime(['1/1/2014','1/2/2014','1/2/2014', '1/3/2014', '1/3/2014','1/4/2014','1/6/2014']))
df = pd.DataFrame({'rating':[5,6,7,8,2,3,6],'date':rng})

#set date as datetime index
df.set_index('date',inplace=True)

正在计算 5 天的中心平均值。因为数据框可能有缺失的天数或有超过 1 个观测值的天数，所以数据需要以天数的频率重新采样，空白天数填充为 0：

pd.rolling_mean(df.resample('1D',how='sum').fillna(0),5, min_periods=1, center=True)

这个returns:

2014-01-01  9.333333
2014-01-02  7.750000
2014-01-03  6.200000
2014-01-04  6.400000
2014-01-05  4.750000
2014-01-06  3.000000

请注意 2014-01-03 的 5 天移动平均线是 31/5 而不是 31/6

添加一个解决方案，使用以 5 天为中心 window 而非五天滚动平均值的观察次数给出平均值。

   #create timedeltas for window
  forward =pd.Timedelta('2 days')
  back = pd.Timedelta('-2 days')

 def f(x):
    five_day_obs = df.rating[(df.date >= x + back) & (df.date < x+ forward)]
    return five_day_obs.sum().astype(float)/five_day_obs.count()

这个returns:

df.date.apply(f)

0    6.000000
1    5.600000
2    5.600000
3    5.166667
4    5.166667
5    5.200000
6    4.500000
Name: date, dtype: int64

如何使用 pandas 在 5 天 window 中计算每个观察计数的平均评分？

How do I calculate a mean rating per observations counts in a 5 day window using pandas?

python

pandas