是否有方法计算Pandas的滚动平均值并排除最大/最小值？

Question

在python中，我试图计算在求解Rubik立方体时使用的“平均5”或“平均12”统计数据

对于5或Ao5的平均值，将从最近5次求解时间中删除最快和最慢的时间，并计算剩余3次求解时间的平均值

例如，如果我的最后5次是30、10、20、40、80，那么10和80将被排除在外，平均值将根据剩余的3次30、20和40计算得出，Ao5为30

有没有办法在熊猫身上做到这一点，并排除最大和最小的数字（或异常值）？我尝试了多种方法，但都没有成功。如果滚动平均值能够排除异常值，那么它将是完美的

要使用的一些示例数据：

df = pd.DataFrame({'time': {0: 232.74, 1: 157.80, 2: 215.55, 3: 86.91, 4: 187.15, 5: 192.56},
                   'turns': {0: 212, 1: 168, 2: 94, 3: 127, 4: 125, 5: 160}})
df

我试图创建一个Ao5列来存储这个统计数据

在最后一行的Ao5列中，我希望看到最后5个数字的平均值，不包括最大和最小的数字，因此平均值为157.80、187.15、192.56（不包括215.55和86.91）

在最后第二行的Ao5列中，我希望看到最后5个数字的平均值，不包括最大和最小的数字，因此平均值为157.80、215.55、187.15（不包括232.74和86.91）

Answer 1

你可以试试这个：

def mean_clipped(data):
    to_calc = data.sort_values()[1:-1]
    return np.mean(to_calc)

df.rolling(5).apply(mean_clipped)

它使用滚动窗口，然后应用自定义聚合函数。在这种情况下，它对窗口中的值进行排序，然后删除第一个和最后一个，然后找到平均值

输出：

         time       turns
0         NaN         NaN
1         NaN         NaN
2         NaN         NaN
3         NaN         NaN
4  186.833333  140.000000
5  179.170000  137.333333