python-3.x - Pandas 将值与前几行的平均值进行比较

Question

鉴于以下数据，

import pandas as pd

data = [['AAA','2019-01-01', 10], ['AAA','2019-01-02', 21],
        ['AAA','2019-02-01', 30], ['AAA','2019-02-02', 45],
        ['BBB','2019-01-01', 50], ['BBB','2019-01-02', 60],
        ['BBB','2019-02-01', 70],['BBB','2019-02-02', 59]]

dfx = pd.DataFrame(data, columns = ['NAME', 'TIMESTAMP','VALUE'])

  NAME   TIMESTAMP  VALUE
0  AAA  2019-01-01     10
1  AAA  2019-01-02     21
2  AAA  2019-02-01     30
3  AAA  2019-02-02     45
4  BBB  2019-01-01     50
5  BBB  2019-01-02     60
6  BBB  2019-02-01     70
7  BBB  2019-02-02     59

是否可以将每个组的最后一个值（'NAME'）与前 3 行的平均值进行比较，所以预期的输出有点像下面，

  NAME   TIMESTAMP  VALUE  RESULT
0  AAA  2019-01-01     10  
1  AAA  2019-01-02     21  
2  AAA  2019-02-01     30   
3  AAA  2019-02-02     45  False
4  BBB  2019-01-01     50
5  BBB  2019-01-02     60  
6  BBB  2019-02-01     70  
7  BBB  2019-02-02     59  True

因此，“AAA”组的结果为 False，因为值 45“大于”前 3 个值 (10+21+30) 的平均值，而“BBB”组的结果为 True，因为值 59 为“小于前 3 个值的平均值 (50+60+70)。

问候。

标签： python-3.xpandas

Answer 1

这应该有效：

def compare(a, b):
    if a > b:
        return False
    elif a < b: 
        return True 

dfx['rolling_mean'] = dfx.VALUE.rolling(3, 3).mean()
s = dfx.duplicated('NAME', keep = 'last')
dfx['RESULT'] = dfx[~s].apply(lambda x: compare(x.VALUE, x.rolling_mean), axis = 1)