Ich habe einen Datensatz mit einer Spalte mit Gruppen, Datumsangaben, Wochentagen und einigen Datenspalten. Für jedes Datum in jeder Gruppe möchte ich den Tagesdurchschnitt der letzten drei Wochen ermitteln. Ich habe mir den Kopf darüber zerbrochen, wie ich das am besten machen kann, vor allem, weil möglicherweise einige Daten fehlen. Daher ist die Gruppierung nach Gruppe und Wochentag und die Verwendung rollierender letzter drei Zeilen für den Durchschnitt möglicherweise nicht immer korrekt. Wie mache ich das richtig?
Ich habe eine MRE mit Beispieldaten und Ausgabespalten, es ist ziemlich lang, vollständig zu zeigen, was ich will:
Ich habe diesen Code zum Berechnen des L3W-Durchschnitts für die gesamten Daten, obwohl er keine fehlenden Daten berücksichtigt oder die Aufgabe innerhalb von Gruppen ausführt:
Ich habe nach dem Posten dieser Frage auch eine unglaublich ineffiziente for-Schleife geschrieben, um zu versuchen, die Lösung zu finden, bei der ich die l3w-Daten für jede Zeile erhalte, .loc verwende, um sie nachzuschlagen und den Durchschnitt zu ermitteln. Das ist offensichtlich sehr ineffizient, und in einem meiner Anwendungsfälle muss ich nach zwei Spalten gruppieren, nicht nach einer, was die Dinge erneut verlangsamt. Da ich auch deutlich mehr Daten habe, suche ich nach etwas Besserem:
df['Date'] = pd.to_datetime(df['Date'])
l3w_dates = [[date - pd.Timedelta(days=7*i) for i in range(1, 4)] for date in df['Date'].values]
df['L3W'] = l3w_dates
means = []
for group, l3w in df[['Group', 'L3W']].values.tolist():
data = df.loc[(df['Group'] == group)
& (df['Date'].isin(l3w)), ['Data 1', 'Data 2']].copy()
means.append(data.mean())
#Add to the columns
df[['Data 1 L3W Av', 'Data 2 L3W Av']] = means
Was meiner Meinung nach die korrekte Ausgabe von:
liefert
Beispiele in meinen Daten, die das Fehlen von Daten belegen, befanden sich einige in den früheren Zeilen des Datensatzes, da noch keine drei vollen Wochen übrig waren. Ich denke aber, dass es nützlich wäre, Beispiele zu haben, in denen es mehr als drei Zeilen einer Gruppe/Wochentag gibt, die definitiv nicht in den letzten drei Wochen liegen, also habe ich hinzugefügt: 21.07.2026 Gruppe 1 - nur 2 der letzten 3 Wochen (30.06. und 14.07.), wobei der 07.07. fehlt. Es gibt jedoch den 23.06., der in den Daten desselben Wochentags enthalten ist, jedoch nicht in den letzten drei Wochen. 25.07.2025 Gruppe 2 – enthält nur zwei der letzten drei Wochen (11.07. und 04.07.), wobei der 18.07. fehlt. Es gibt jedoch den 27.06., der in den Daten desselben Wochentags enthalten ist, jedoch nicht in den letzten drei Wochen.
Ich habe einen Datensatz mit einer Spalte mit Gruppen, Datumsangaben, Wochentagen und einigen Datenspalten. Für jedes Datum in jeder Gruppe möchte ich den Tagesdurchschnitt der letzten drei Wochen ermitteln. Ich habe mir den Kopf darüber zerbrochen, wie ich das am besten machen kann, vor allem, weil möglicherweise einige Daten fehlen. Daher ist die Gruppierung nach Gruppe und Wochentag und die Verwendung rollierender letzter drei Zeilen für den Durchschnitt möglicherweise nicht immer korrekt. Wie mache ich das richtig? Ich habe eine MRE mit Beispieldaten und Ausgabespalten, es ist ziemlich lang, vollständig zu zeigen, was ich will: [code]import numpy as np import pandas as pd
df = pd.DataFrame({'Group': ['Group 1', 'Group 1', 'Group 1', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 2', 'Group 1', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 2', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2', 'Group 1', 'Group 2'], 'Date': ['2025-06-23 00:00:00', '2025-06-24 00:00:00', '2025-06-25 00:00:00', '2025-06-26 00:00:00', '2025-06-26 00:00:00', '2025-06-27 00:00:00', '2025-06-27 00:00:00', '2025-06-28 00:00:00', '2025-06-29 00:00:00', '2025-06-30 00:00:00', '2025-06-30 00:00:00', '2025-07-01 00:00:00', '2025-07-01 00:00:00', '2025-07-02 00:00:00', '2025-07-02 00:00:00', '2025-07-03 00:00:00', '2025-07-03 00:00:00', '2025-07-04 00:00:00', '2025-07-04 00:00:00', '2025-07-05 00:00:00', '2025-07-07 00:00:00', '2025-07-08 00:00:00', '2025-07-08 00:00:00', '2025-07-09 00:00:00', '2025-07-09 00:00:00', '2025-07-10 00:00:00', '2025-07-10 00:00:00', '2025-07-11 00:00:00', '2025-07-11 00:00:00', '2025-07-12 00:00:00', '2025-07-14 00:00:00', '2025-07-14 00:00:00', '2025-07-15 00:00:00', '2025-07-15 00:00:00', '2025-07-16 00:00:00', '2025-07-16 00:00:00', '2025-07-17 00:00:00', '2025-07-17 00:00:00', '2025-07-18 00:00:00', '2025-07-19 00:00:00', '2025-07-21 00:00:00', '2025-07-21 00:00:00', '2025-07-22 00:00:00', '2025-07-22 00:00:00', '2025-07-23 00:00:00', '2025-07-23 00:00:00', '2025-07-24 00:00:00', '2025-07-24 00:00:00', '2025-07-25 00:00:00', '2025-07-25 00:00:00'], 'Weekday': [0, 1, 2, 3, 3, 4, 4, 5, 6, 0, 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 0, 0, 1, 1, 2, 2, 3, 3, 4, 5, 0, 0, 1, 1, 2, 2, 3, 3, 4, 4], 'Data 1': [45, 27, 58, 69, 33, 42, 38, 7, 1, 60, 37, 45, 31, 66, 30, 61, 29, 36, 41, 9, 44, 29, 34, 46, 36, 55, 34, 29, 40, 8, 62, 49, 26, 30, 51, 31, 57, 36, 40, 11, 65, 37, 50, 34, 38, 35, 70, 25, 27, 42], 'Data 2': [7, 4, 5, 7, 8, 4, 9, 3, 0, 6, 5, 3, 3, 11, 6, 10, 1, 6, 4, 0, 6, 6, 5, 4, 2, 7, 1, 4, 5, 1, 3, 4, 0, 6, 4, 1, 7, 1, 8, 0, 4, 9, 4, 4, 3, 2, 1, 5, 4, 7]}) [/code] Ich habe diesen Code zum Berechnen des L3W-Durchschnitts für die gesamten Daten, obwohl er keine fehlenden Daten berücksichtigt oder die Aufgabe innerhalb von Gruppen ausführt: [code](df.groupby(['Weekday'], as_index=False)[['Data 1', 'Data 2']] .apply(lambda x: x.shift(1).rolling(window=3, min_periods=3).mean()) .reset_index(level=0, drop=True)) [/code] Ich habe nach dem Posten dieser Frage auch eine unglaublich ineffiziente for-Schleife geschrieben, um zu versuchen, die Lösung zu finden, bei der ich die l3w-Daten für jede Zeile erhalte, .loc verwende, um sie nachzuschlagen und den Durchschnitt zu ermitteln. Das ist offensichtlich sehr ineffizient, und in einem meiner Anwendungsfälle muss ich nach zwei Spalten gruppieren, nicht nach einer, was die Dinge erneut verlangsamt. Da ich auch deutlich mehr Daten habe, suche ich nach etwas Besserem: [code]df['Date'] = pd.to_datetime(df['Date']) l3w_dates = [[date - pd.Timedelta(days=7*i) for i in range(1, 4)] for date in df['Date'].values] df['L3W'] = l3w_dates
means = []
for group, l3w in df[['Group', 'L3W']].values.tolist(): data = df.loc[(df['Group'] == group) & (df['Date'].isin(l3w)), ['Data 1', 'Data 2']].copy() means.append(data.mean())
#Add to the columns df[['Data 1 L3W Av', 'Data 2 L3W Av']] = means [/code] Was meiner Meinung nach die korrekte Ausgabe von: liefert[code] Group Date Weekday Data 1 Data 2 L3W Data 1 L3W Av Data 2 L3W Av 0 Group 1 2025-06-23 0 45 7 [Timestamp('2025-06-16 00:00:00'), Timestamp('2025-06-09 00:00:00'), Timestamp('2025-06-02 00:00:00')] 1 Group 1 2025-06-24 1 27 4 [Timestamp('2025-06-17 00:00:00'), Timestamp('2025-06-10 00:00:00'), Timestamp('2025-06-03 00:00:00')] 2 Group 1 2025-06-25 2 58 5 [Timestamp('2025-06-18 00:00:00'), Timestamp('2025-06-11 00:00:00'), Timestamp('2025-06-04 00:00:00')] 3 Group 1 2025-06-26 3 69 7 [Timestamp('2025-06-19 00:00:00'), Timestamp('2025-06-12 00:00:00'), Timestamp('2025-06-05 00:00:00')] 4 Group 2 2025-06-26 3 33 8 [Timestamp('2025-06-19 00:00:00'), Timestamp('2025-06-12 00:00:00'), Timestamp('2025-06-05 00:00:00')] 5 Group 1 2025-06-27 4 42 4 [Timestamp('2025-06-20 00:00:00'), Timestamp('2025-06-13 00:00:00'), Timestamp('2025-06-06 00:00:00')] 6 Group 2 2025-06-27 4 38 9 [Timestamp('2025-06-20 00:00:00'), Timestamp('2025-06-13 00:00:00'), Timestamp('2025-06-06 00:00:00')] 7 Group 2 2025-06-28 5 7 3 [Timestamp('2025-06-21 00:00:00'), Timestamp('2025-06-14 00:00:00'), Timestamp('2025-06-07 00:00:00')] 8 Group 1 2025-06-29 6 1 0 [Timestamp('2025-06-22 00:00:00'), Timestamp('2025-06-15 00:00:00'), Timestamp('2025-06-08 00:00:00')] 9 Group 1 2025-06-30 0 60 6 [Timestamp('2025-06-23 00:00:00'), Timestamp('2025-06-16 00:00:00'), Timestamp('2025-06-09 00:00:00')] 45.0 7.0 10 Group 2 2025-06-30 0 37 5 [Timestamp('2025-06-23 00:00:00'), Timestamp('2025-06-16 00:00:00'), Timestamp('2025-06-09 00:00:00')] 11 Group 1 2025-07-01 1 45 3 [Timestamp('2025-06-24 00:00:00'), Timestamp('2025-06-17 00:00:00'), Timestamp('2025-06-10 00:00:00')] 27.0 4.0 12 Group 2 2025-07-01 1 31 3 [Timestamp('2025-06-24 00:00:00'), Timestamp('2025-06-17 00:00:00'), Timestamp('2025-06-10 00:00:00')] 13 Group 1 2025-07-02 2 66 11 [Timestamp('2025-06-25 00:00:00'), Timestamp('2025-06-18 00:00:00'), Timestamp('2025-06-11 00:00:00')] 58.0 5.0 14 Group 2 2025-07-02 2 30 6 [Timestamp('2025-06-25 00:00:00'), Timestamp('2025-06-18 00:00:00'), Timestamp('2025-06-11 00:00:00')] 15 Group 1 2025-07-03 3 61 10 [Timestamp('2025-06-26 00:00:00'), Timestamp('2025-06-19 00:00:00'), Timestamp('2025-06-12 00:00:00')] 69.0 7.0 16 Group 2 2025-07-03 3 29 1 [Timestamp('2025-06-26 00:00:00'), Timestamp('2025-06-19 00:00:00'), Timestamp('2025-06-12 00:00:00')] 33.0 8.0 17 Group 1 2025-07-04 4 36 6 [Timestamp('2025-06-27 00:00:00'), Timestamp('2025-06-20 00:00:00'), Timestamp('2025-06-13 00:00:00')] 42.0 4.0 18 Group 2 2025-07-04 4 41 4 [Timestamp('2025-06-27 00:00:00'), Timestamp('2025-06-20 00:00:00'), Timestamp('2025-06-13 00:00:00')] 38.0 9.0 19 Group 2 2025-07-05 5 9 0 [Timestamp('2025-06-28 00:00:00'), Timestamp('2025-06-21 00:00:00'), Timestamp('2025-06-14 00:00:00')] 7.0 3.0 20 Group 2 2025-07-07 0 44 6 [Timestamp('2025-06-30 00:00:00'), Timestamp('2025-06-23 00:00:00'), Timestamp('2025-06-16 00:00:00')] 37.0 5.0 21 Group 1 2025-07-08 1 29 6 [Timestamp('2025-07-01 00:00:00'), Timestamp('2025-06-24 00:00:00'), Timestamp('2025-06-17 00:00:00')] 36.0 3.5 22 Group 2 2025-07-08 1 34 5 [Timestamp('2025-07-01 00:00:00'), Timestamp('2025-06-24 00:00:00'), Timestamp('2025-06-17 00:00:00')] 31.0 3.0 23 Group 1 2025-07-09 2 46 4 [Timestamp('2025-07-02 00:00:00'), Timestamp('2025-06-25 00:00:00'), Timestamp('2025-06-18 00:00:00')] 62.0 8.0 24 Group 2 2025-07-09 2 36 2 [Timestamp('2025-07-02 00:00:00'), Timestamp('2025-06-25 00:00:00'), Timestamp('2025-06-18 00:00:00')] 30.0 6.0 25 Group 1 2025-07-10 3 55 7 [Timestamp('2025-07-03 00:00:00'), Timestamp('2025-06-26 00:00:00'), Timestamp('2025-06-19 00:00:00')] 65.0 8.5 26 Group 2 2025-07-10 3 34 1 [Timestamp('2025-07-03 00:00:00'), Timestamp('2025-06-26 00:00:00'), Timestamp('2025-06-19 00:00:00')] 31.0 4.5 27 Group 1 2025-07-11 4 29 4 [Timestamp('2025-07-04 00:00:00'), Timestamp('2025-06-27 00:00:00'), Timestamp('2025-06-20 00:00:00')] 39.0 5.0 28 Group 2 2025-07-11 4 40 5 [Timestamp('2025-07-04 00:00:00'), Timestamp('2025-06-27 00:00:00'), Timestamp('2025-06-20 00:00:00')] 39.5 6.5 29 Group 2 2025-07-12 5 8 1 [Timestamp('2025-07-05 00:00:00'), Timestamp('2025-06-28 00:00:00'), Timestamp('2025-06-21 00:00:00')] 8.0 1.5 30 Group 1 2025-07-14 0 62 3 [Timestamp('2025-07-07 00:00:00'), Timestamp('2025-06-30 00:00:00'), Timestamp('2025-06-23 00:00:00')] 52.5 6.5 31 Group 2 2025-07-14 0 49 4 [Timestamp('2025-07-07 00:00:00'), Timestamp('2025-06-30 00:00:00'), Timestamp('2025-06-23 00:00:00')] 40.5 5.5 32 Group 1 2025-07-15 1 26 0 [Timestamp('2025-07-08 00:00:00'), Timestamp('2025-07-01 00:00:00'), Timestamp('2025-06-24 00:00:00')] 33.666666666666664 4.333333333333333 33 Group 2 2025-07-15 1 30 6 [Timestamp('2025-07-08 00:00:00'), Timestamp('2025-07-01 00:00:00'), Timestamp('2025-06-24 00:00:00')] 32.5 4.0 34 Group 1 2025-07-16 2 51 4 [Timestamp('2025-07-09 00:00:00'), Timestamp('2025-07-02 00:00:00'), Timestamp('2025-06-25 00:00:00')] 56.666666666666664 6.666666666666667 35 Group 2 2025-07-16 2 31 1 [Timestamp('2025-07-09 00:00:00'), Timestamp('2025-07-02 00:00:00'), Timestamp('2025-06-25 00:00:00')] 33.0 4.0 36 Group 1 2025-07-17 3 57 7 [Timestamp('2025-07-10 00:00:00'), Timestamp('2025-07-03 00:00:00'), Timestamp('2025-06-26 00:00:00')] 61.666666666666664 8.0 37 Group 2 2025-07-17 3 36 1 [Timestamp('2025-07-10 00:00:00'), Timestamp('2025-07-03 00:00:00'), Timestamp('2025-06-26 00:00:00')] 32.0 3.3333333333333335 38 Group 1 2025-07-18 4 40 8 [Timestamp('2025-07-11 00:00:00'), Timestamp('2025-07-04 00:00:00'), Timestamp('2025-06-27 00:00:00')] 35.666666666666664 4.666666666666667 39 Group 2 2025-07-19 5 11 0 [Timestamp('2025-07-12 00:00:00'), Timestamp('2025-07-05 00:00:00'), Timestamp('2025-06-28 00:00:00')] 8.0 1.3333333333333333 40 Group 1 2025-07-21 0 65 4 [Timestamp('2025-07-14 00:00:00'), Timestamp('2025-07-07 00:00:00'), Timestamp('2025-06-30 00:00:00')] 61.0 4.5 41 Group 2 2025-07-21 0 37 9 [Timestamp('2025-07-14 00:00:00'), Timestamp('2025-07-07 00:00:00'), Timestamp('2025-06-30 00:00:00')] 43.333333333333336 5.0 42 Group 1 2025-07-22 1 50 4 [Timestamp('2025-07-15 00:00:00'), Timestamp('2025-07-08 00:00:00'), Timestamp('2025-07-01 00:00:00')] 33.333333333333336 3.0 43 Group 2 2025-07-22 1 34 4 [Timestamp('2025-07-15 00:00:00'), Timestamp('2025-07-08 00:00:00'), Timestamp('2025-07-01 00:00:00')] 31.666666666666668 4.666666666666667 44 Group 1 2025-07-23 2 38 3 [Timestamp('2025-07-16 00:00:00'), Timestamp('2025-07-09 00:00:00'), Timestamp('2025-07-02 00:00:00')] 54.333333333333336 6.333333333333333 45 Group 2 2025-07-23 2 35 2 [Timestamp('2025-07-16 00:00:00'), Timestamp('2025-07-09 00:00:00'), Timestamp('2025-07-02 00:00:00')] 32.333333333333336 3.0 46 Group 1 2025-07-24 3 70 1 [Timestamp('2025-07-17 00:00:00'), Timestamp('2025-07-10 00:00:00'), Timestamp('2025-07-03 00:00:00')] 57.666666666666664 8.0 47 Group 2 2025-07-24 3 25 5 [Timestamp('2025-07-17 00:00:00'), Timestamp('2025-07-10 00:00:00'), Timestamp('2025-07-03 00:00:00')] 33.0 1.0 48 Group 1 2025-07-25 4 27 4 [Timestamp('2025-07-18 00:00:00'), Timestamp('2025-07-11 00:00:00'), Timestamp('2025-07-04 00:00:00')] 35.0 6.0 49 Group 2 2025-07-25 4 42 7 [Timestamp('2025-07-18 00:00:00'), Timestamp('2025-07-11 00:00:00'), Timestamp('2025-07-04 00:00:00')] 40.5 4.5 [/code] Beispiele in meinen Daten, die das Fehlen von Daten belegen, befanden sich einige in den früheren Zeilen des Datensatzes, da noch keine drei vollen Wochen übrig waren. [url=viewtopic.php?t=18208]Ich denke[/url] aber, dass es nützlich wäre, Beispiele zu haben, in denen es mehr als drei Zeilen einer Gruppe/Wochentag gibt, die definitiv nicht in den letzten drei Wochen liegen, also habe ich hinzugefügt: [b]21.07.2026 Gruppe 1[/b] - nur 2 der letzten 3 Wochen (30.06. und 14.07.), wobei der 07.07. fehlt. Es gibt jedoch den 23.06., der in den Daten desselben Wochentags enthalten ist, jedoch nicht in den letzten drei Wochen. [b]25.07.2025 Gruppe 2[/b] – enthält nur zwei der letzten drei Wochen (11.07. und 04.07.), wobei der 18.07. fehlt. Es gibt jedoch den 27.06., der in den Daten desselben Wochentags enthalten ist, jedoch nicht in den letzten drei Wochen.
Ich versuche, eine etwas komplizierte Gruppierungs- und Sortieroperation in Pandas durchzuführen. Ich möchte die Gruppen nach ihren Werten in aufsteigender Reihenfolge sortieren und bei Bedarf...
Ich habe nach beobachtbar gemacht, dass nur Änderungen für bestimmte Ressourcen-ID-Filter filtern:
var valueChangesObs = events
.GroupBy(e => e.ResourceId)
.SelectMany(e => e.DistinctUntilChanged(e...
Ich versuche, ein CPP -Programm zu schreiben, das als sudo für ein gesichtsloses Konto fungiert. Grundsätzlich möchte ich, dass der Befehl eher als gesichtsloses Konto ausgeführt wird als als der...
Ich versuche, ein CPP -Programm zu schreiben, das als sudo für ein gesichtsloses Konto fungiert. Grundsätzlich möchte ich, dass der Befehl eher als gesichtsloses Konto ausgeführt wird als als der...
Ich versuche herauszufinden, ob es möglich/praktisch ist, den Django ORM zu verwenden, um den höchsten Wert in einem willkürlichen Zeitraum aus der Datenbank herauszuholen. class...
Mobile version