使用递归数据创建派生列并在Python中按类别分隔

Question

我有一个包含以下内容(代码、入站、销售)的数据，我想添加(库存，oh_avg)，如下所示：

idx product inbound sell inventory oh_avg
1   1       6       3     3        1         (3/mean(3))
2   1       4       6     1        0.22      (1/mean(3+6))
3   1       4       0     5        1.67      (5/mean(3+6+0))
4   2       20      10    10       1         (10/mean(10))
5   2       10      5     15       2         (15/mean(10+5))

库存应该是(进货-卖出+以前的库存)

oh_avg应该是(库存/平均(所有以前的销售))

两者都应该是副产品。

我该怎么做？

Answer 1

尝试(我添加了inventory 2和oh_avg 2来比较所需的结果)：

g = df.groupby("product")

df["inventory 2"] = g["inbound"].cumsum() - g["sell"].cumsum()
df["oh_avg 2"] = df["inventory 2"] / g["sell"].expanding().mean().values

print(df)

指纹：

   idx  product  inbound  sell  inventory  oh_avg  inventory 2  oh_avg 2
0    1        1        6     3          3    1.00            3  1.000000
1    2        1        4     6          1    0.22            1  0.222222
2    3        1        4     0          5    1.67            5  1.666667
3    4        2       20    10         10    1.00           10  1.000000
4    5        2       10     5         15    2.00           15  2.000000