python - 具有移动平均线的多个 GROUPBY（多个条件）

Question

我在 Pandas 中与多个 GROUPBY 和 MOVING AVERAGE 作斗争。我有以下数据框：

日期 | 项目 | 价格 | 用户ID | Nb_purchases

这基本上显示了用户每天每件商品的购买次数。一件商品的价格不是唯一的，但它会根据日期而变化。

我需要做四种不同的 GROUPBY。

• 'SUM of Nb_purchase'：每天，每件商品
• 'COUNT DISTINCT User_id'：每天每件商品
• 'MOVING AVG of SUM of Nb_purchases'：我想知道过去 7 天内该商品的平均购买量 nb（不考虑价格变化），不包括当前日期
• 'MOVING AVG of nb_purchases_per_user' : 我想知道过去 7 天内该项目的平均 nb_purchase_per_user（不考虑价格变化）并且不包括当前日期

为了进行最后一次计算，我需要添加一个测量值，即 nb_purchases_per_user：（Nb_purchases / COUNT DISTINCT User_id 的总和）。

最后，我应该每天为每个项目获得一个唯一的行，其中包含以下信息：

日期 | 项目 | 价格 | Sum_nb_purchases | COUNTD_User_id | nb_purchases_per_user | Past_7_days_AVG_nb_purchases | Past_7_days_AVG_nb_purchases_per_user

这是我的前 2 个 Groupbys 代码和度量“nb_purchases_per_user”的计算：

table = table.groupby(["date", "item", "price"]).agg({'nb_purchases' : 'sum', 'user_id' : 'nunique'}).reset_index() 
table['nb_purchase_per_user '] = table.nb_purchases/ table.user_id

到此为止，它有效。

然后，当我尝试做两条移动平均线时，我的问题就开始了。

我试过这段代码：

table['7d_avg_purchases'] = table.groupby(['date','item '])['nb_purchases'].rolling(window=7).mean().reset_index()

但它说：“TypeError：插入列的索引与框架索引不兼容”

我认为这可能是一个多索引问题，但我不明白为什么 reset_index() 不能解决问题。

你能帮我写一段代码来计算两条移动平均线吗？

提前感谢大家。

最好的问候， 安德烈斯

标签： pythonpandasgroup-bymoving-average