熊猫数据中任意两行之间的差异的平均值

Question

我有一份数据

name   date         quantity
'A'    2016-12-02   20
'A'    2016-12-04   5
'A'    2016-11-30   10
'B'    2016-11-30   10
...

我想要做的是，对任意一对连续的日期(按时间顺序计算)，计算名称的数量差异和这些计数的平均值。

日期不一定是按时间顺序排列的。

具体来说，对于名称A，我需要计算+10 (差异为12月2日至11月30日)和-15 (差异为12月4日至11月2日)，然后对它们进行平均，得到这个名称的最终结果为-2.5。

想法？

Answer 1

可以将groupby和apply diff与mean结合使用。

print (df.groupby('name')['quantity'].apply(lambda x: x.diff().mean()).reset_index())
  name  quantity
0  'A'      -2.5
1  'B'       NaN

编辑:您可以按列添加sort_values date

print (df.sort_values('date')
         .groupby('name')['quantity']
         .apply(lambda x: x.diff().mean())
         .reset_index())
  name  quantity
0  'A'      -2.5
1  'B'       NaN