熊猫:报名表

Question

我的数据如下：

player_id  season_id   game_id  points  mean_to_date  
200      21999  29900007         10             0     
200      21999  29900023         20             0     
200      21200  29900042         10             0     
200      21200  29900059         20             0     
200      21200  29900081         30             0     
300      21999  29900089         10             0     
300      22111  29900108         10             0     
300      22111  29900118         20             0     
300      22111  29900143         30             0

我把它分成几组：

grouped = frame.groupby(['player_id', 'season_id'])     

我有以下功能，我想应用于每一组：

def previous_mean(player_season):   
    avgs = {}
    i = 0
    for idx, game in player_season.iterrows():
        gamenum = i + 1

        if gamenum == 1:
            avgs[1] = 0

        elif gamenum == 2:
            avgs[2] = player_season.at[idx-1, 'dk_points']
        
        elif gamenum > 2:
            logging.debug("gamenum is {0}".format(gamenum))
            pts = player_season.at[idx-1, 'points']
            avgs[gamenum] = (avgs.get(i)*(i-1) + pts)/i

        i+= 1
    
    return avgs.values()

呼叫

grouped.apply(previous_mean)

结果如下：

player_id  season_id
200        21200        [0, 10, 15.0]
           21999              [0, 10]
300        21999                  [0]
           22111        [0, 10, 15.0]

如何使应用操作的结果成为"mean_to_date“列的值？也就是说，对于玩家200，第21999季的mean_to_date是0和10，然后对于玩家200,21200赛季是0，10和15，等等。注意，mean_to_date值代表游戏之前的平均值，所以在第一局之前是零，第二局之前是第一局的总和。

而且，"previous_mean“函数很难看，而且可能有一种更有效的方法来实现相同的目的，但我无法理解。

Answer 1

您可以使用expanding_mean，通过shift将数据转换为1，通过fillna将NaN填充到0，并返回列mean_to_date

print frame
#   player_id  season_id   game_id  points  mean_to_date
#0        200      21999  29900007      10             0
#1        200      21999  29900023      20             0
#2        200      21200  29900042      10             0
#3        200      21200  29900059      20             0
#4        200      21200  29900081      30             0
#5        300      21999  29900089      10             0
#6        300      22111  29900108      10             0
#7        300      22111  29900118      20             0
#8        300      22111  29900143      30             0


frame['mean_to_date'] = frame.groupby(['player_id','season_id']).apply(
          lambda x: pd.expanding_mean(x['points'], 1).shift(1)
                                                     .fillna(0))
                                                     .reset_index(drop=True)
print frame

#   player_id  season_id   game_id  points  mean_to_date
#0        200      21999  29900007      10             0
#1        200      21999  29900023      20            10
#2        200      21200  29900042      10             0
#3        200      21200  29900059      20            10
#4        200      21200  29900081      30            15
#5        300      21999  29900089      10             0
#6        300      22111  29900108      10             0
#7        300      22111  29900118      20            10
#8        300      22111  29900143      30            15