想象一下，我有以下資料框：
| 產品 | 第 1 個月 | 第 2 個月 | 第 3 個月 | 第 4 個月 | 全部的 |
|---|---|---|---|---|---|
| 東西A | 5 | 0 | 3 | 3 | 11 |
| 東西B | 10 | 11 | 4 | 8 | 33 |
| 東西C | 0 | 0 | 23 | 30 | 53 |
可以從以下構造：
df = pd.DataFrame({'Product': ['Stuff A', 'Stuff B', 'Stuff C'],
'Month 1': [5, 10, 0],
'Month 2': [0, 11, 0],
'Month 3': [3, 4, 23],
'Month 4': [3, 8, 30],
'Total': [11, 33, 53]})
此資料框顯示每個產品每月銷售的單位數量。
現在，我要做的是創建一個名為“Average”的新列，用于計算每月銷售的平均單位。但是，請注意，在此示例中，Stuff C 在第 1 個月和第 2 個月的值為 0。該產品可能是在第 3 個月推出的，因此它的平均值應僅基于第 3 個月和第 4 個月計算。另請注意，Stuff A 在第 2 個月售出的單位為 0，但這并不意味著該產品是在第 3 個月推出的，因為在第 1 個月售出了 5 個單位。也就是說，它的平均值應基于所有四個月計算。假設提供的資料框可能包含任意數量的月份。
基于這些條件，我提出了以下偽代碼解決方案：
months = ["list of index names of months to calculate"]
x = len(months)
if df["Month 1"] != 0:
df["Average"] = df["Total"] / x
elif df["Month 2"] != 0:
df["Average"] = df["Total"] / x - 1
...
elif df["Month " str(x)] != 0:
df["Average"] = df["Total"] / 1
else:
df["Average"] = 0
這樣一來，平均值將從銷售量不為 0 的第一個月開始計算。但是，我無法將這種邏輯抽象轉換為實際的作業代碼。我無法在保持 elif 條件的同時迭代 len(months)。或者也許有更好、更實用的方法。
我會很感激任何幫助，因為我一直試圖解決這個問題一段時間但沒有成功。
uj5u.com熱心網友回復：
有一種 numpy 方法np.trim_zeros可以修剪前導和/或尾隨零。使用串列推導，您可以遍歷相關的 DataFrame 行，修剪前導零并找到每行剩余內容的平均值。
請注意，由于'Month 1'to'Month 4'是連續的，您可以使用 對它們之間的列進行切片.loc。
import numpy as np
df['Average Sales'] = [np.trim_zeros(row, trim='f').mean() for row in df.loc[:, 'Month 1':'Month 4'].to_numpy()]
輸出：
Product Month 1 Month 2 Month 3 Month 4 Total Average Sales
0 Stuff A 5 0 3 3 11 2.75
1 Stuff B 10 11 4 8 33 8.25
2 Stuff C 0 0 23 30 53 26.50
uj5u.com熱心網友回復：
嘗試：
df = df.set_index(['Product','Total'])
df['Average'] = df.where(df.ne(0).cummax(axis=1)).mean(axis=1)
df_out=df.reset_index()
print(df_out)
輸出：
Product Total Month 1 Month 2 Month 3 Month 4 Average
0 Stuff A 11 5 0 3 3 2.75
1 Stuff B 33 10 11 4 8 8.25
2 Stuff C 53 0 0 23 30 26.50
細節：
將 Product 和 Total 移動到資料幀索引中，這樣我們就可以對資料幀的其余部分進行計算。
首先使用 ne 到零創建一個布爾矩陣。然后，沿行使用 cummax ，這意味著如果有一個非零值，它將保持 True 直到行結束。如果它從零開始，那么 False 將一直保持到第一個非零然后轉向 Turn 并保持 True。
接下來，使用 pd.DataFrame.where 僅選擇該布爾矩陣的值是 Turn，其他值（前導零）將是 NaN，并且不用于計算平均值。
uj5u.com熱心網友回復：
如果您不介意它的記憶體效率有點低，您可以將您的資料框放入一個 numpy 陣列中。Numpy 有一個內置函式可以從陣列中洗掉零，然后你可以使用 mean 函式來計算平均值。它可能看起來像這樣：
import numpy as np
arr = np.array(Stuff_A_DF)
mean = arr[np.nonzero(arr)].mean()
或者，您可以手動將行提取到串列中，然后回圈洗掉零。
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/408917.html
標籤：
上一篇：將DataFrame附加到DataFrame的numpy陣列
下一篇：從串列和字典的組合創建熊貓資料框