用旧均值计算新均值

Question

我有一个数据集df，如下所示：

Value         themes     country    date
-1.975767     Weather    Brazil     2022-02-13
-0.540979     Fruits     China      2022-02-13
-2.359127     Fruits     China      2022-02-13
-2.815604     Corona     China      2022-02-13
-0.712323     Weather    UK         2022-02-13
-0.929755     Weather    Brazil     2022-02-13

我将themes+country分组以计算每个主题和国家组合的平均值和计数值(例如:天气、巴西或天气，英国)

df_calculations = df.groupby(["themes", "country"], as_index = False)["value"].mean()
df_calculations['count'] = df.groupby(["themes", "country"])["value"].count().tolist()

然后，我将这个信息添加到一个新的表df_avg中，该表如下所示：

country    type       mean     count     last_checked_date
Brazil     Weather     x       2         2022-02-13    #same for all rows
Brazil     Corona      y                 2022-02-13
China      Corona      z       1         2022-02-13
China      Fruits      s       2         2022-02-13

但是，现在，在同一个原始df中还有新的行。

Value         themes     country    date
-1.975560     Weather    Brazil     2022-02-15
-0.540123     Fruits     China      2022-02-16
-2.359234     Fruits     China      2022-02-16
-2.359234     Corona     UK         2022-02-16

我想看看df行，谁的日期在last_checked_date之后。

然后，我想再次为每个组合计算一个新的平均值，但是使用我的df_avg表中的旧平均值和n值，而不是重新计算整个df。

我怎样才能做到这一点？

Answer 1

请看这个：Calculate new mean from old mean

由于您正在维护一个计数(如果不是，这非常简单)，您可以使用它和现有的平均值一起使用新的观察来计算更新的平均值。