计算以上行的算术平均数

问题描述

我有一个数据集，如下所示：

Value         Type       mean
-1.975767     Weather   
-0.540979     Fruits
-2.359127     Fruits
-2.815604     Corona
-0.929755     Weather

我要迭代每一行并计算上面每一行的平均值(仅当Type匹配时)。我想将此值放在平均值列中。平均值的计算方式为：

所有值之和/观察次数

此处，观察次数将是到目前为止某个类型发生的次数。

例如，在第一行中，对于天气n=1，上面没有天气"；行，因此平均值为-1.975767/1=-1.975767。

在第二行中，其上方没有水果行，因此平均值将仅为-0.540979/1=-0.540979。

然而，在第三行中，当我们扫描前面的所有行时，我们看到水果在此之前已经出现，因此，对于水果，n=2。因此，我们应该得到最后一个水果的价值，并计算一个新的平均值。因此，这里的平均值是-0.540979+(-2.359127)除以2。

Value         Type       mean
-1.975767     Weather   -1.975767
-0.540979     Fruits    -0.540979
-2.359127     Fruits    (-0.540979 -2.359127)  / 2
-2.815604     Corona    -2.815604
-0.929755     Weather   (-1.975767 -0.929755) / 2

执行此操作的有效方法是什么？

我看到两种可能的解决方案：

1. 我们以某种方式存储每种类型的N值，然后只使用上次计算的特定类型的平均值，通过将N加1来更新N，然后计算特定行的新平均值。
2. 如果存储N值不方便，则每次扫描某个类型的匹配项时，都会检查其相应值并再次计算所有值的平均值。

---

解决方案

尝试使用groupby+expanding+mean：

df['mean'] = df.groupby('Type')['Value'].expanding().mean().droplevel(0)

输出：

>>> df
      Value     Type      mean
0 -1.975767  Weather -1.975767
1 -0.540979   Fruits -0.540979
2 -2.359127   Fruits -1.450053
3 -2.815604   Corona -2.815604
4 -0.929755  Weather -1.452761