尝试使用pandas数据框中其他两列的groupby基于另一列创建新的滚动平均列时出错

Question

我正在尝试创建一个新的移动平均(window=3)列，称为数据框中的列'cum_year_WHIP‘的'MA3_WHIP’。我尝试了以下代码来实现它：

read_and_optimized['MA3_WHIP'] = read_and_optimized['cum_year_WHIP'].rolling(3).mean()

但由于某种原因，这并没有给我带来我想要的滚动平均。

在创建'cum_year_WHIP‘列之前，我按照'YEAR_ID’和‘Game_date’对df进行了排序：

read_and_optimized.sort_values(['YEAR_ID','Game_Date'], ascending=True,inplace=True)

然后我创建了'cum_year_WHIP‘列，这是新的滚动平均列'MA3_WHIP’所基于的列，它是通过在其他三个列((cum_walks_a +cum_hits_a)/cum_innings_pitched)之间使用cumsum()来计算的：

read_and_optimized['cum_year_WHIP'] =(read_and_optimized['cum_year_walks_a'] + read_and_optimized['cum_year_hits_a'])/ read_and_optimized['cum_year_innings_pitched']

特别是，我希望'MA3_WHIP‘像'cum_year_WHIP’列一样按'YEAR_ID‘和'Game_Date’列排序，并按'resp_starting_pitcher‘和'YEAR_ID’列分组。

要打印表的外观，我使用以下代码：

df=read_and_optimized[['YEAR_ID','Game_Date','resp_starting_pitcher','cum_year_WHIP','MA3_WHIP']].sort_values(['YEAR_ID','Game_Date'], ascending=True).groupby(['resp_starting_pitcher','YEAR_ID']).apply(print)

它给了我一个不想要的输出：

    YEAR_ID  Game_Date resp_starting_pitcher  cum_year_WHIP  MA3_WHIP
30677     2012 2012-08-25              abadf001       2.000000  1.438035
19247     2012 2012-08-31              abadf001       2.280009  1.547771
35725     2012 2012-09-05              abadf001       2.270277  1.622140
19257     2012 2012-09-12              abadf001       2.234052  1.736054
42448     2012 2012-09-18              abadf001       1.983877  1.646596
19273     2012 2012-09-24              abadf001       1.880600  1.444433
       YEAR_ID  Game_Date resp_starting_pitcher  cum_year_WHIP  MA3_WHIP
6930      2011 2011-05-21              aceva001       1.000000  1.257886
17000     2011 2011-05-26              aceva001       1.090909  1.228938
6936      2011 2011-05-31              aceva001       1.437500  1.554379
6954      2011 2011-06-21              aceva001       1.571429  1.710058

相反，我希望得到的是'cum_year_WHIP‘的滚动平均值，它从每个新的'resp_starting投手’和每个新的'YEAR_ID‘开始重新开始。它应该看起来像这样：

   YEAR_ID  Game_Date resp_starting_pitcher  cum_year_WHIP  MA3_WHIP
30677     2012 2012-08-25              abadf001       2.000000  Nan
19247     2012 2012-08-31              abadf001       2.280009  Nan
35725     2012 2012-09-05              abadf001       2.270277  2.183428
19257     2012 2012-09-12              abadf001       2.234052  2.261446
42448     2012 2012-09-18              abadf001       1.983877  2.162735
19273     2012 2012-09-24              abadf001       1.880600  2.032843

       YEAR_ID  Game_Date resp_starting_pitcher  cum_year_WHIP  MA3_WHIP
6930      2011 2011-05-21              aceva001       1.000000  Nan
17000     2011 2011-05-26              aceva001       1.090909  Nan
6936      2011 2011-05-31              aceva001       1.437500  1.171613
6954      2011 2011-06-21              aceva001       1.571429  1.366612

       YEAR_ID  Game_Date resp_starting_pitcher  cum_year_WHIP  MA3_WHIP
7210      2013 2013-04-11              aceva001       1.800000  Nan
13938     2013 2013-04-17              aceva001       1.900000  Nan
7226      2013 2013-04-23              aceva001       2.250006  1.983333
7260      2013 2013-05-27              aceva001       2.068969  2.072991
44210     2013 2013-06-12              aceva001       1.894739  2.071238
7276      2013 2013-06-18              aceva001       1.780222  1.914643

当我使用下面的代码时，它可以生成一个表格外观的视图：read_and_optimized.groupby(['resp_starting_pitcher','YEAR_ID'])['cum_year_WHIP'].rolling(3).mean()然而，当我尝试从上面的代码创建一个新的列时，就像在其他类似问题的帖子中建议的那样，它给了我一个错误：

read_and_optimized['MA3_WHIP']= read_and_optimized.groupby(['resp_starting_pitcher','YEAR_ID'])['cum_year_WHIP'].rolling(window=3).mean()

错误是：

TypeError: incompatible index of inserted column with frame index

有没有办法在数据框中创建这个新列？

我曾在Why is groupby and rolling not working together?上查看过类似难题的答案：

网址：Pandas - moving averages - use values of previous X entries for current row

但我做不到。

如果能帮助你完成这项工作，我们将非常感激。

Answer 1

好了，我终于找到了一个适合我的情况的帖子来帮助我。正如在回答问题时所指出的那样：https://stackoverflow.com/questions/52801540/pandas-groupby-then-rolling-meanI had to

需要做的是重置groupby列的索引，在本例中是'resp_starting_pitcher‘和'YEAR_ID’列，然后在代码中删除它们以创建新的滚动平均列：

read_and_optimized['MA3_WHIP']=read_and_optimized.groupby(['resp_starting_pitcher','YEAR_ID'])['cum_year_WHIP'].rolling(3).mean().reset_index(level = ('resp_starting_pitcher','YEAR_ID'), drop = True)