如何计算累积平均收入？蟒蛇

如何解决如何计算累积平均收入？蟒蛇

我想创建一个图表，显示一段时间内每个“入职年”（首次客户交易）的累积平均收入。但是我在对我需要的信息进行分组时犯了错误。

玩具数据：

dataset = {'ClientId': [1,2,3,1,4,4],'Year Onboarded': [2018,2019,2020,2018,2016,2016],'Year': [2019,2017,2018],'Revenue': [100,50,25,30,40,60,100,20,5,8,10,8]}
df = pd.DataFrame(data=dataset)

说明：客户有指定的“入职年份”，他们在提到的每个“年份”进行交易。然后我计算自客户加入以来已经过去的年数，以使我的图表在视觉上更具吸引力。

df['Yearsdiff'] = df['Year']-df['Year Onboarded']

为了计算累积平均收入，我尝试了以下方法：

第一次尝试：

df = df.join(df.groupby(['Year']).expanding().agg({ 'Revenue': 'mean'})
               .reset_index(level=0,drop=True)
               .add_suffix('_roll'))

df.groupby(['Year Onboarded','Year']).last().drop(columns=['Revenue'])

输出开始累积，但最后一行不再累积（不知道为什么）。

第二次尝试：

df.groupby(['Year Onboarded','Year']).agg('mean') \
                                     .groupby(level=[1]) \
                                     .agg({'Revenue':np.cumsum})

但效果不佳，我也尝试过其他方法，但效果不佳。

要可视化累积平均收入，我只需使用 sns.lineplot

我的目标是得到一个类似于下图的图表，但为此我首先需要正确地对我的数据进行分组。

预期输出图

我们在图表上看到的年份代表的是“入职年份”，而不是“年份”。

有人可以帮我计算一个有效的累积平均收入，以便绘制与上面类似的图表吗？谢谢

此外，玩具数据集中提供的数据肯定不会给出与示例图类似的东西，但应该有这个想法。

解决方法

这就是我的做法，考虑到玩具数据不一样，可能应该做一些更改，但总而言之：

import seaborn as sns
df1 = df.copy() 
df1['Yearsdiff'] = df1['Year']-df1['Year Onboarded']
df1['Revenue'] = df.groupby(['Year Onboarded'])['Revenue'].transform('mean') 
#Find the average revenue per Year Onboarded
df1['Revenue'] = df1.groupby(['Yearsdiff'])['Revenue'].transform('cumsum')
#Calculate the cumulative sum of Revenue (Which is now the average per Year Onboarded) per Yearsdiff (because this will be our X-axis in the plot)   
sns.lineplot(x=df1['Yearsdiff'],y=df1['Revenue'],hue=df1['Year'])
#Finally plot the data,using the column 'Year' as hue to account for the different years.

您可以像这样创建滚动均值：

df['rolling_mean'] = df.groupby(['Year Onboarded'])['Revenue'].apply(lambda x: x.rolling(10,1).mean())

df

#     ClientId  Year Onboarded  Year  Revenue rolling_mean
# 0          1            2018  2019      100   100.000000
# 1          2            2019  2019       50    50.000000
# 2          3            2020  2020       25    25.000000
# 3          1            2018  2019       30    65.000000
# 4          2            2019  2019       40    45.000000
# 5          3            2020  2020       50    37.500000
# 6          1            2018  2018       60    63.333333
# 7          2            2019  2020      100    63.333333
# 8          3            2020  2020       20    31.666667
# 9          1            2018  2020       40    57.500000
# 10         2            2019  2019      100    72.500000
# 11         3            2020  2020       20    28.750000
# 12         4            2016  2016        5     5.000000
# 13         4            2016  2017        5     5.000000
# 14         4            2016  2018        8     6.000000
# 15         4            2016  2019        4     5.500000
# 16         4            2016  2020       10     6.400000
# 17         4            2016  2017       20     8.666667
# 18         4            2016  2018        8     8.571429