1 回答
TA贡献2039条经验 获得超7个赞
我认为这是一个排序问题。如果这能解决您的问题,请您尝试一下:
player_avgs_base.sort_values(["player","game_order"], ascending=False, inplace=True)
如果愿意,您可以在执行排序后设置索引。
另一点是,对于您的代码,滚动不尊重分组。我猜你想计算每个玩家的滚动总和,对,而不是混合其他玩家的价值。如果是这样,您可以使用以下代码:
df2= df.sort_values(["player",'game_id',"game_order"])
df2['TOI_comp_avg_lt']= df2.groupby('player')['TOI_comp'].apply(lambda ser: ser.rolling(2).mean().shift())
这输出:
player game_id game_order TOI_comp G_comp TOI_comp_avg_lt
0 A.J..GREER 2016020227 37 16.566667 0 NaN
2 A.J..GREER 2016020251 36 11.733333 0 NaN
4 A.J..GREER 2016020268 35 12.700000 0 14.150000
6 A.J..GREER 2016020278 34 15.433333 0 12.216666
7 A.J..GREER 2016020296 33 11.850000 0 14.066666
1 ZENON.KONOPKA 2013021047 34 12.666666 0 NaN
5 ZENON.KONOPKA 2013021047 35 14.722222 0 NaN
3 ZENON.KONOPKA 2013021047 37 13.111111 0 13.694444
对于以下测试数据:
import pandas as pd
import io
raw= """A.J..GREER 2016020227 37 16.566667 0
ZENON.KONOPKA 2013021047 34 12.666666 0
A.J..GREER 2016020251 36 11.733333 0
ZENON.KONOPKA 2013021047 37 13.111111 0
A.J..GREER 2016020268 35 12.700000 0
ZENON.KONOPKA 2013021047 35 14.722222 0
A.J..GREER 2016020278 34 15.433333 0
A.J..GREER 2016020296 33 11.850000 0"""
df= pd.read_csv(io.StringIO(raw), sep='\s+', names=['player', 'game_id', 'game_order', 'TOI_comp', 'G_comp'])
顺便提一句。你set_index的不能替代排序。该索引对输出没有影响。例如,如果您df按照上面的定义使用并执行:
df_indexed= df.set_index(["player",'game_id',"game_order"])
df_indexed_result= df_indexed.copy()
df_indexed_result['TOI_comp_shifted']= df_indexed["TOI_comp"].shift()
df_indexed_result['TOI_comp_rolling_mean']= df_indexed["TOI_comp"].rolling(2).mean().shift()
你得到:
TOI_comp G_comp TOI_comp_shifted TOI_comp_rolling_mean
player game_id game_order
A.J..GREER 2016020227 37 16.566667 0 NaN NaN
ZENON.KONOPKA 2013021047 34 12.666666 0 16.566667 NaN
A.J..GREER 2016020251 36 11.733333 0 12.666666 14.616667
ZENON.KONOPKA 2013021047 37 13.111111 0 11.733333 12.200000
A.J..GREER 2016020268 35 12.700000 0 13.111111 12.422222
ZENON.KONOPKA 2013021047 35 14.722222 0 12.700000 12.905555
A.J..GREER 2016020278 34 15.433333 0 14.722222 13.711111
2016020296 33 11.850000 0 15.433333 15.077777
如果您查看该TOI_comp_shifted列,您会发现它只是填充了前一列的值,无论player它属于哪一列(滚动平均值也是如此)。所以索引对这个操作没有影响。
对于你的第二个问题。我认为循环应该像这样工作,如果你的数据框的列名是好的:
group_obj= df2.groupby('player')
for col in ['TOI_comp', 'G_comp']:
df2[f'{col}_lt']= group_obj[col].apply(lambda ser: ser.rolling(2).mean().shift())
假设您想以相同的方式将滚动平均值应用于列列表。
添加回答
举报