Pandas DataFrame-重复行并计算float64类型列的滚动平均值

Question

我想向Pandas DataFrame添加额外的行。然而，对于float64类型的列，我需要计算之前的3个观测滚动平均值，而不是简单地重复。在下面的DataFrame中，Score1列的类型为float64。

对于month列，我需要增加+1。

import pandas as pd
df = pd.DataFrame({
'Month' : [1,2,3],
'Year' : [2021,2021,2021],
'Label' : ['A','A','A'],
'Score1' : [1.1,1.2,1.3]
})

如何将滚动平均值计算与复制行结合起来？预期输出：

Month Year Label Score1
1     2021   A    1.1
2     2021   A    1.2
3     2021   A    1.3
4     2021   A    1.2
5     2021   A    1.2
6     2021   A    1.2

Answer 1

如果我正确理解了您的问题，我提出以下解决方案：

import pandas as pd
df = pd.DataFrame({
'Month' : [1,2,3,4],
'Year' : [2021,2021,2021,2021],
'Label' : ['A','A','A','A'],
'Score1' : [1.1,1.2,1.3,1.4]
})
columns = df.dtypes
length = df.shape[0]
# copy last row in new row
df.loc[length] = df.loc[length-1]
for i in range(len(columns.index)):
if columns.iloc[i] == 'float64':
# moving average of the last 3 data
df.loc[length, columns.index[i]] = df.loc[length-3:length-1, columns.index[i]].mean()
if columns.index[i] == 'Month':
df.loc[length, columns.index[i]] = df.loc[length-1, columns.index[i]] + 1 

如果最后一行是float64类型的值，那么您要做的就是复制最后一行并替换值