python - Python pandas：在另一列中查找具有窗口值的 GroupBy 上的滚动统计信息（例如，中位数）

Question

我正在做涉及时间序列的分析。

DataFrame 是这样的：

ID	姓名	行动	自行动以来的分钟数	# 连续打开动作
1	亚历克斯	打开	NaN（或 0）	1
2	克里斯	打开	NaN（或 0）	1
3	亚历克斯	打开	.0	2
4	克里斯	打开	.12	2
5	克里斯	关	.12	0
6	克里斯	打开	.12	1
7	亚历克斯	打开	.24	3

我正在尝试获取有关连续打开操作之间的时间延迟的统计信息（即，我的窗口值由“#连续打开操作”确定）。

理想情况下，输出将是这样的（这里是中位数，但可以是任何其他统计数据，例如均值）：

ID	姓名	行动	自行动以来的分钟数	# 连续打开动作	连续打开操作的中位时间
1	亚历克斯	打开	钠	1	0
2	克里斯	打开	NaN（或 0）	1	0
3	亚历克斯	打开	.0	2	0.05
4	克里斯	打开	.12	2	.06
5	克里斯	关	.12	0	0
6	克里斯	打开	.12	1	.12
7	亚历克斯	打开	.24	3	0.1

这个主题非常接近，但没有集成 GroupBy 条件：Python Pandas rolling mean with window value in another column。

非常感谢。

---

**编辑：**解决方案

过了一段时间，我想到了……

# this function receives expanding groupby series (i.e., x series if x values) => compute median on last consecutive elements
def find_median(x, windows):
    win = windows.iloc[len(x)-1]
    # catch it how you want it
    if win == 0:
        return 0
    return pd.Series(x).iloc[-win::].median()


# this function receives consecutively groupby series (i.e., 2 series if 2 users)
def expand_groupby(x):
    # get all my counters and use it as an argument
    windows = x['consecutive_open']
    return x['nb_minutes_since_action'].expanding().apply(lambda x: find_median(x, windows))


tmp = df.sort_values('ID').set_index('ID').groupby('Name').apply(expand_groupby).reset_index()
tmp = tmp.rename(columns={'nb_minutes_since_action': 'median_mn_consecutive_open'})
df.merge(tmp[['ID', median_mn_consecutive_open]], how='left').sort_values(['Name', 'ID'])

标签： pythonpandas