Question

我已经在各种锦标赛中获得了高尔夫球手及其高尔夫球赛的数据框（参见下面发布的df头词典）。我需要一种快速的计算方式，对于玩家玩的每一轮，他的平均笔画获得了＃39; （SG）前n天，其中n是我决定的任何值。我会知道如何通过将数据帧转换为列表列表并迭代来实现这一点，但这将非常缓慢。理想情况下，我希望Pandas df中的额外列可以追溯到过去100天内玩家的平均SG＆＃39;。

这就是我们正在使用的（数据帧头的词典）：

{'Avg SG Player': {0: 0.4564491861877877,
  1: -0.170952417298073,
  2: 1.509033309098962,
  3: -1.7298114700775877,
  4: 1.7856746598995106},
 'Avg Score': {0: 69.53846153846153,
  1: 69.53846153846153,
  2: 69.53846153846153,
  3: 69.53846153846153,
  4: 69.53846153846153},
 'Date': {0: Timestamp('2003-01-23 00:00:00'),
  1: Timestamp('2003-01-23 00:00:00'),
  2: Timestamp('2003-01-23 00:00:00'),
  3: Timestamp('2003-01-23 00:00:00'),
  4: Timestamp('2003-01-23 00:00:00')},
 'Field Strength': {0: 0.08871540761770776,
  1: 0.08871540761770776,
  2: 0.08871540761770776,
  3: 0.08871540761770776,
  4: 0.08871540761770776},
 'Ind': {0: 0, 1: 1, 2: 2, 3: 3, 4: 4},
 'Overall SG': {0: 7.627176946079241,
  1: 5.627176946079241,
  2: 5.627176946079241,
  3: 4.627176946079241,
  4: 4.627176946079241},
 'Player': {0: 'Harrison Frazar',
  1: 'John Huston',
  2: 'David Toms',
  3: 'James H. McLean',
  4: 'Luke Donald'},
 'Round': {0: 'R1', 1: 'R1', 2: 'R1', 3: 'R1', 4: 'R1'},
 'Rounds Played': {0: 270, 1: 209, 2: 228, 3: 28, 4: 221},
 'SG on Field': {0: 7.538461538461533,
  1: 5.538461538461533,
  2: 5.538461538461533,
  3: 4.538461538461533,
  4: 4.538461538461533},
 'Score': {0: 62, 1: 64, 2: 64, 3: 65, 4: 65},
 'Tourn-Round': {0: '2003 Phoenix OpenR1',
  1: '2003 Phoenix OpenR1',
  2: '2003 Phoenix OpenR1',
  3: '2003 Phoenix OpenR1',
  4: '2003 Phoenix OpenR1'},
 'Tournament': {0: '2003 Phoenix Open',
  1: '2003 Phoenix Open',
  2: '2003 Phoenix Open',
  3: '2003 Phoenix Open',
  4: '2003 Phoenix Open'}}

EDITED

Dataframe基本上是这样的：

玩家 - 获得的圆形笔画日期（当天）

T Woods - 01-01-2010 - 5.4

R McIlroy - 01-01-2010 - 3.8

T Woods - 02-01-2010 - 0.4

等

有350,000行。我需要的是一个额外的列，给出了有关玩家在本轮日期前n（比如说100天）获得的平均击球次数。

所以如果下一行是：

Player-Date-Strokes获得（当天）

T Woods - 20-01-2018 - 3.2

我希望第四个（新）列，称之为“100天平均值”，为2.9（（5.4 + 0.4）/ 2），因为这是Tiger前两轮的平均值在定义的时间范围内。

谢谢，

汤姆

Answer 1

这应该有效：

n = 10000

start_date = pd.to_datetime('today') - pd.Timedelta(n, unit='D')

df[df['Date'] >= start_date].groupby('Player')['Avg SG Player'].mean()

如果您想输入开始日期和结束日期：

start_date = pd.to_datetime('2005-12-01')
end_date = pd.to_datetime('2015-12-01')

df[(df['Date'] >= start_date) & (df['Date'] <= end_date)].groupby('Player')['Avg SG Player'].mean()

最近n天熊猫的平均值

1 个答案: