Question

这里是体育df，

ID是匹配ID（此处为3个数学运算符）

HG和AG主/客进球得分

Period是游戏的阶段，第一季度，第二季度...

d = {'ID':[121,121,121,121,121,121,343,343,343,343,343,343,343,343,678,678,678,678,678,678,678], 'Period':['1Q','1Q','2Q','2Q','3Q','3Q','1Q','1Q','2Q','2Q',
     '3Q','3Q','4Q','4Q','1Q','1Q','2Q','2Q','3Q','3Q','2Q'],'HG':[0,1,2,3,3,3,0,0,1,2,3,4,4,5,0,1,2,2,3,4,5],
    'AG':[0,0,1,2,2,3,0,1,1,2,3,3,4,4,1,2,2,2,3,3,4]}
df = pd.DataFrame(d)

我想通过简单地选择任一时间段内任一支球队的进球得分平均值来研究在df切片部分内得分的目标轨迹。

因此，我按行索引拆分了df并对其应用了一些功能。

让我们

a = df.groupby("ID", group_keys=False).apply(lambda g: g.iloc[:2]).reset_index(drop=True) 
b = df.groupby("ID", group_keys=False).apply(lambda g: g.iloc[2:5]).reset_index(drop=True) 
c = df.groupby("ID", group_keys=False).apply(lambda g: g.iloc[5:]).reset_index(drop=True)

要计算每次比赛中每一行（行数相等且固定的时间间隔）的平均目标，其中比赛的长度不同，我必须对行求和，然后将其除以所有df.ID.nunique() 。

def Goal_Avg(data):
    for i, row in data.iterrows():
        return data.loc[:, ['HG','AG']].sum()

然后将每行列的新平均目标（对于主队/客队）附加到df。这是我尝试的方式，

首先，我在ID和df中为a, b and c创建了新的行数，

a['idx'] = a.groupby(['ID']).cumcount()

和

df['IDX'] = a.groupby(['ID']).cumcount()

然后，为每个ID创建带有行总和的新列，并最终使每个匹配项符合愿望HG_Avg和AG_Avg列。相同尺寸的匹配将是相同的。

a_sum = a[['HG','AG']].groupby(a['idx']).apply(g_per)
a_sum.rename(columns={'HG':'HG_Avg','AG':'AG_Avg'}, inplace=True)
a_sum['HG_Avg'] = a_sum['HG_Sum'] / df.ID.nunique()
a_sum['AG_Avg'] = a_sum['AG_Sum'] / df.ID.nunique()

我的问题是

1-即使创建了a，b和c的Avg列，我仍然无法将其连接到原始df。

2-上面的方法看起来非常费力。请注意，我的数据包含3个以上的匹配项。

这是最终输出

    AG  HG  ID  Period  HG_Avg  AG_Avg  IDX
0   0   0   121     1Q  0.000   0.333   0
1   0   1   121     1Q  0.667   1.000   1
2   1   2   121     2Q  1.667   1.333   2
3   2   3   121     2Q  2.333   2.000   3
4   2   3   121     3Q  3.000   2.667   4
5   3   3   121     3Q  3.667   3.000   5
6   0   0   343     1Q  0.000   0.333   0
7   1   0   343     1Q  0.667   1.000   1
8   1   1   343     2Q  1.667   1.333   2
9   2   2   343     2Q  2.333   2.000   3
10  3   3   343     3Q  3.000   2.667   4
11  3   4   343     3Q  3.667   3.000   5
12  4   4   343     4Q  3.000   2.667   6
13  4   5   343     4Q  1.667   1.333   7
14  1   0   678     1Q  0.000   0.333   0
15  2   1   678     1Q  0.667   1.000   1
16  2   2   678     2Q  1.667   1.333   2
17  2   2   678     2Q  2.333   2.000   3
18  3   3   678     3Q  3.000   2.667   4
19  3   4   678     3Q  3.667   3.000   5
20  4   5   678     2Q  3.000   2.667   6

Answer 1

首先使用cumcount和cut创建附加密钥，然后为groupby有两个密钥

df['NewKey']=pd.cut(df.groupby('ID').cumcount(),[-1,2,5,np.inf])
df.groupby(['ID','NewKey']).apply(yourfunc here)

Groupby：Pandas拆分应用合并

1 个答案: