pandas/numpy arithmetic mean в csv файле

Question

У меня есть файл csv, который содержит 3000 строк и 5 столбцов, которые постоянно содержат больше строк, прикрепленных к нему на еженедельной основе.

Что я пытаюсь сделать, это найти среднее арифметическое для последнего столбца для последних 1000 строк каждую неделю. (Итак, когда новые строки добавляются к нему еженедельно, это займет всего лишь несколько последних 1000 строк).

Как мне создать массив панд или numpy для этого?

df = pd.read_csv(fds.csv, index_col=False, header=0) 
df_1 = df['Results'] 
#How should I write the next line of codes to get the average for the most 1000 rows? 

Answer 1

я на другой машине, чем то, что мой pandas установлен на так что я иду на память, но я думаю, что вы хотите сделать, это ...

df = pd.read_csv(fds.csv, index_col=False, header=0) 
df_1 = df['Results'] 
#Let's pretend your 5th column has a name (header) of `Stuff` 
last_thousand = df_1.tail(1000) 
np.mean(last_thousand.Stuff) 

Answer 2

Поэтому в основном мне нужно было использовать функцию хвоста панды. Мой код ниже работает.

df = pd.read_csv(fds.csv, index_col=False, header=0) 
df_1 = df['Results']  
numpy.average(df_1.tail(1000)) 

Answer 3

немного быстрее, используя mean():

df = pd.read_csv("fds.csv", header = 0) 
results = df.tail(1000).mean() 

Результаты будут содержать среднее значение для каждого столбца в пределах последних 1000 строк. Если вы хотите больше статистики, вы можете также использовать describe():

resutls = df.tail(1000).describe().unstack()