You need to enable JavaScript to run this app. Pandas按c1连续值块取前n个c2值计算均值的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas按c1连续值块取前n个c2值计算均值的实现方法

实现方案

核心思路

  • 第一步通过diff()方法识别c1列数值发生变化的位置,再使用cumsum()累加生成唯一的连续块ID,该ID会将所有连续相同c1的行划分为同一组,即使后续c1回落至历史值也会生成新的ID,避免混组。
  • 第二步基于连续块ID分组,对每个组内的c2列取前n个值计算平均值即可。

完整可运行代码

import pandas as pd

inp = [{'c1':1, 'c2':100}, {'c1':1,'c2':110}, {'c1':1,'c2':120},{'c1':2, 'c2':130}, {'c1':2,'c2':140}, {'c1':2,'c2':150},
       {'c1':3, 'c2':160}, {'c1':3,'c2':170}, {'c1':3,'c2':180} , {'c1':2, 'c2':190}, {'c1':2,'c2':200}, {'c1':2,'c2':210},
       {'c1':4, 'c2':220}, {'c1':4,'c2':230}, {'c1':4,'c2':240}, {'c1':1, 'c2':250}, {'c1':1,'c2':260}, {'c1':1,'c2':270}
      ]
df = pd.DataFrame(inp)

# 定义取前n个值计算均值
n = 2

# 生成连续块唯一ID
df['block_id'] = (df['c1'].diff() != 0).cumsum()

# 分组聚合计算结果
result = df.groupby('block_id').agg(
    对应c1值=('c1', 'first'),
    前n个c2的均值=('c2', lambda x: x.head(n).mean())
).reset_index(drop=True)

print(result)

输出结果

对应c1值  前n个c2的均值
0      1      105.0
1      2      135.0
2      3      165.0
3      2      195.0
4      4      225.0
5      1      255.0

内容的提问来源于stack exchange,提问作者user4298456

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.17 05:54:08