我有一个 DataFrame df，其中每条记录代表一场足球比赛。团队将出现不止一次。我需要为每个团队的分数计算某种滚动平均值(好吧，不完全是字母的滚动平均值)。
date home away score_h score_a
166 2013-09-01 Fulham Chelsea 0 0
167 2013-09-03 Arsenal Everton 0 2
164 2013-09-05 Arsenal Swansea 5 1
165 2013-09-06 Fulham Norwich 0 1
163 2013-09-18 Arsenal Swansea 0 0
我需要计算的是每支球队(主场和客场)的平均得分。
为简洁起见，我们只做主页栏:
grouped = df.groupby('home')
grouped = grouped.sort_index(by='date') # rows inside groups must be in asc order
这导致:
date home away score_h score_a
home
Arsenal 167 2013-09-03 Arsenal Everton 0 2
164 2013-09-05 Arsenal Swansea 5 1
163 2013-09-18 Arsenal Swansea 0 0
Fulham 166 2013-09-01 Fulham Chelsea 0 0
165 2013-09-06 Fulham Norwich 0 1
问题从这里开始
现在，我需要计算团队的“滚动平均值”。让我们为名为 Arsenal 的组手动执行此操作。最后我们应该得到 2 个额外的列，我们称它们为:rmean_h 和 rmean_a。组中的第一条记录 (167) 的分数为 0 和 2。这些的 rmean 分别是 0 和 2。对于组中的第二条记录 (164)，rmeans 将为 (0+5)/2 = 2.5 和 (2+1)/2 = 1.5 ，对于第三条记录，(0+5+0)/3 = 1.66 和 (2+1+0)/3 = 1。
我们的 DataFrame 现在应该是这样的:
date home away score_h score_a rmean_h rmean_a
home
Arsenal 167 2013-09-03 Arsenal Everton 0 2 0 2
164 2013-09-05 Arsenal Swansea 5 1 2.5 1.5
163 2013-09-18 Arsenal Swansea 0 0 1.66 1
Fulham 166 2013-09-01 Fulham Chelsea 0 0
165 2013-09-06 Fulham Norwich 0 1
我想对我的数据进行这些计算，请问您有什么建议吗？
最佳答案
您可以对每个组应用 expanding_mean(参见 docs):
grouped = df.sort(columns='date').groupby('home')
grouped['score_h'].apply(pd.expanding_mean)
关于python - 将累积均值函数应用于分组对象，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21092629/