然后按日期过滤，得到平均值

Question

使用pandas dataframes，我试图根据CustId获取每行（不包括当前行本身）在过去90天内的平均购买数量，然后添加一个新列“PurchaseMeansLast90Days”

这是我尝试的代码，不正确：

group = df.groupby(['CustId'])
df['PurchaseMeanLast90Days'] = group.apply(lambda g: g[g['Date'] > (pd.DatetimeIndex(g['Date']) + pd.DateOffset(-90))])['Purchases'].mean()

以下是我的数据：

^{tb1}$

例如，行索引5将这些行包含在它的mean（）=3.33中

^{tb2}$

新的数据帧将如下所示（我没有对CustId=2进行计算）：

^{tb3}$

Answer 1

您可以执行滚动计算：

df["Date"] = pd.to_datetime(df["Date"], dayfirst=False)
df["PurchaseMeanLast90Days"] = (
    (
        df.groupby("CustId")
        .rolling("90D", min_periods=1, on="Date", closed="both")["Purchases"]
        .apply(lambda x: x.shift(1).sum() / (len(x) - 1))
    )
    .fillna(0)
    .values
)
print(df)

印刷品：

   Index  CustId       Date  Purchases  PurchaseMeanLast90Days
0      0       1 2021-01-01          5                0.000000
1      1       1 2021-01-12          1                5.000000
2      2       1 2021-03-28          2                3.000000
3      3       1 2021-04-01          4                2.666667
4      4       1 2021-04-20          2                3.000000
5      5       1 2021-05-01          5                2.666667
6      6       2 2021-01-01          1                0.000000
7      7       2 2021-02-01          1                1.000000
8      8       2 2021-03-01          2                1.000000
9      9       2 2021-04-01          3                1.333333