如何计算由两个变量分组的过去n年的平均值

Question

首先，我想说我查看了[这个答案][1]，但我无法继续处理那里的信息。

所以我有一个这样的数据集，

df = pd.DataFrame({'ID': [10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10010,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013,10013],
'Type': ['Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue','Red','Blue'],
'Year': [2018,2018,2019,2019,2020,2020,2021,2021,2022,2022,2018,2018,2019,2019,2021,2021,2018,2018,2019,2019,2020,2020,2021,2021,2022,2022,2018,2018,2019,2019,2021,2021],
'Score': [0,0,0,0,0,0,0,0,0,0,14,24,16,5,87,33,0,0,0,0,0,0,0,0,0,0,11,13,3,16,37,49]})

我不知道如何输入 NaN，所以我这样做：

df.replace(0, np.nan, inplace=True)
df = df.dropna(axis=0, subset=['Score'])

我想按 ID 和主题获取滚动 N（在本例中为 3）年平均分。

我可以通过 ID 获取 3 年滚动平均分数：

df['average_past_3_years'] = df.groupby(['ID'], as_index = False).rolling(3).agg( {'分数':'平均值', '年份': '最大值'}).reset_index(level=0).groupby( '年份').transform('shift')['分数'] df = df.sort_values(['ID', 'Year'])

这给了我滚动平均值，但只是按 ID 的年份，也不是主题：

ID     Type   Year  Score   average_past_3_years
10010   Red   2018  14.0    NaN
10010   Blue  2018  24.0    NaN
10010   Red   2019  16.0    NaN
10010   Blue  2019  5.0     18.000000
10010   Red   2021  87.0    NaN
10010   Blue  2021  33.0    36.000000
10013   Red   2018  11.0    NaN
10013   Blue  2018  13.0    NaN
10013   Red   2019  3.0     15.000000
10013   Blue  2019  16.0    9.000000
10013   Red   2021  37.0    41.666667
10013   Blue  2021  49.0    18.666667

我试图输出红色的 10013，2021 年将是 17，不是 41，因为它只会计算红色分数。

我尝试过：

df['average_past_3_years'] = df.groupby([['ID', 'Type']], as_index = False).rolling(3).agg(
                      {'Score':'mean', 'Year': 'max'}).reset_index(level=0).groupby(
                      'Year').transform('shift')['Score']

但遇到了这个错误：

Grouper and axis must be same length

并且有点卡在那里

我也不确定是否需要事先排序

  [1]: https://stackoverflow.com/questions/61837481/pandas-how-to-calculate-mean-values-of-the-past-n-years-for-every-month

Answer 1

IIUC 用途：

df1 = df.groupby(['ID','Type']).rolling(3).agg( {'Score':'mean', 'Year': 'max'}).droplevel([0,1])

df = df.join(df1.add_suffix('_r'))
df['Score_r'] = df.groupby('Year')['Score_r'].shift()