在使用pandas数据框中的groupby基于另一列创建新的滚动平均列时出错,可能是由于以下原因导致的:
df.dtypes
检查每列的数据类型,并使用astype
方法将其转换为正确的数据类型。df.dropna()
方法删除包含缺失值的行,或使用df.fillna()
方法将缺失值填充为特定的值。df.columns
查看数据框的列名,确保分组列的名称正确。rolling
函数指定滚动窗口的大小,并使用mean
函数计算平均值。例如,可以使用以下代码创建一个名为"rolling_mean"的滚动平均列:df['rolling_mean'] = df.groupby('group_column')['target_column'].rolling(window=3).mean()
在上述代码中,"group_column"是用于分组的列名,"target_column"是要计算滚动平均的列名,窗口大小为3。
如果以上方法仍然无法解决问题,可能需要提供更多的具体信息,例如错误提示、数据示例等,以便更好地帮助解决问题。
没有搜到相关的沙龙
领取专属 10元无门槛券
手把手带您无忧上云