我尝试使用groupby按符号分组，并返回之前使用panda的高流量日的平均值。
我创建数据：
import pandas as pd
import numpy as np
df = pd.DataFrame({
"date": ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05', '2022-01-06'],
"symbol": ['ABC', 'ABC', 'ABC', 'AAA', 'AAA', 'AAA'],
"change": [20, 1, 2, 3, 50, 100],
"volume": [20000000, 100, 3000, 500, 40000000, 60000000],
})按高容量过滤并更改：
high_volume_days = df[(df['volume'] >= 20000000) & (df['change'] >= 20)]然后我得到最后几天的体积（这工程）：
high_volume_days['previous_high_volume_day'] = high_volume_days.groupby('symbol')['volume'].shift(1)但是当我试着计算每个符号的平均天数时：
high_volume_days['avg_volume_prior_days'] = df.groupby('symbol')['volume'].mean()我正在获取NaNs：
date symbol change volume previous_high_volume_day avg_volume_prior_days
0 2022-01-01 ABC 20 20000000 NaN NaN
4 2022-01-05 AAA 50 40000000 NaN NaN
5 2022-01-06 AAA 100 60000000 40000000.0 NaN我错过了什么？
预期输出：
date symbol change volume previous_high_volume_day avg_volume_prior_days
0 2022-01-01 ABC 20 20000000 NaN 20000000
4 2022-01-05 AAA 50 40000000 NaN 40000000
5 2022-01-06 AAA 100 60000000 40000000.0 50000000
3条答案
按热度按时间jpfvwuh41#
第一个月
bvjxkvbb2#
步进未对准：
high_volume_days由整数索引。df.groupby(...)由符号索引。请改用
merge：vom3gejh3#
df.groupby('symbol')['volume'].mean()返回：这是每个组到单个值的聚合。注意，组（符号）是此系列的索引。当您尝试将其重新分配给
high_volume_days时，存在索引未对齐。您应该使用转换，而不是聚合（
.mean()等效于.agg("mean")）：.transform("mean").====编辑===
你要寻找的不是所有值的平均值，而是"迄今为止"的平均值。你通常可以使用
.expanding().mean()来实现这一点，但是由于你要重新分配回high_volume_days中的列，你需要删除包含符号的级别，或者使用lambda：