一支球队持续10天的比赛数

Question

我试图创造一个领域来统计过去10天中一支球队所玩的比赛数量。

我的数据集如下：

date              Home     Visitors    Result
2020-01-01        Paris     Lisbon       1
2020-01-03        Madrid    London       1
2020-01-13        Lisbon    Madrid       1
2020-01-14        London    Paris        1

我想要创建df['home_last_games']，其中包含了主队过去10天的比赛数量。df['visitor_last_games']也是如此，它包含了访问者团队过去10天玩的游戏数量。

每一场比赛都应该总结过去几场比赛，无论是球队主场还是客场。

这里的预期结果是：

date              Home    Visitors    Result    Home_last_games    Visitors_last_games
2020-01-01        Paris     Lisbon       1             1                       1
2020-01-03        Madrid    London       1             1                       1
2020-01-13        Lisbon    Madrid       1             1                       2
2020-01-14        London    Paris        1             1                       1

现在我的代码是：

teams = df['home'].unique()

for team in teams:
    day = df['date'] - timedelta(days=10)
    df['home_last_games'] = df.loc[(df['home'] == team) & (df['date'] >= day), 'home'].count()
    df['visitor_last_games'] = df.loc[(df['visitor'] == team) & (df['date'] >= day), 'visitor'].count()

但这不管用。

谢谢你的帮助。

致以敬意，

Answer 1

我相信你指的是11天而不是10天。

确保您的'date'列是日期

df['date'] = pd.to_datetime(df['date'])    

stack、get_dummies和lookup

d = df.set_index('date')[['Home', 'Visitors']].stack().reset_index(1, drop=True)
d = pd.get_dummies(d).sum(level=0).rolling('11D').sum()

df.assign(
    HLG=d.lookup(df.date, df.Home),
    VLG=d.lookup(df.date, df.Visitors)
)

        date    Home Visitors  Result  HLG  VLG
0 2020-01-01   Paris   Lisbon       1  1.0  1.0
1 2020-01-03  Madrid   London       1  1.0  1.0
2 2020-01-13  Lisbon   Madrid       1  1.0  2.0
3 2020-01-14  London    Paris       1  1.0  1.0

一些细节

d成为我的查找表

d

            Lisbon  London  Madrid  Paris
date                                     
2020-01-01     1.0     0.0     0.0    1.0
2020-01-03     1.0     1.0     1.0    1.0
2020-01-13     1.0     1.0     2.0    0.0
2020-01-14     1.0     1.0     1.0    1.0

Answer 2

这可能不是最有效的解决方案，但非常简单：

# make sure your date column is datetime and set it as index:
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)


def get_stats(df, col, window='10D'):
    tmp_df = pd.get_dummies(df[col]).rolling(window).sum()
    return tmp_df.lookup(df.index, df[col])

# apply the function:
df['Home_last_games'] = get_stats(df, 'Home')
df['Visit_last_games'] = get_stats(df, 'Visitors')

输出：

              Home Visitors  Result  Home_last_games  Visit_last_games
date                                                                  
2020-01-01   Paris   Lisbon       1              1.0               1.0
2020-01-03  Madrid   London       1              1.0               1.0
2020-01-13  Lisbon   Madrid       1              1.0               1.0
2020-01-14  London    Paris       1              1.0               1.0