熊猫时间序列会将事件统计到特定日期

Question

我是熊猫初学者，我正在使用https://www.kaggle.com/jordangoblet/atp-tour-20002016中的网球数据，因此数据示例将如下所示

ATP Location    Tournament  Date        Series          Court   Surface  Round  Best_of    Winner       Loser
1    Adelaide    AO         3/01/2000 International    Outdoor   Hard    1st    3          Dosedel S.   Ljubicic I.
1    Adelaide    AO         3/01/2000 International    Outdoor   Hard    1st    3          Enqvist T.   Clement A

screenshot 而且我正在尝试生成诸如：

的功能

• 截至目前为止，他们互相进行了多少场比赛
• 每个玩家在当前日期之前已经赢了多少场比赛

• 等

  我尝试了基本的groupby和重采样，但无法达到所需的解决方案

Answer 1

尝试根据事件的date变量对数据框进行切片。然后，您可以在辅助列上使用groupby函数。要获取辅助列：

df['aux'] = df.apply(lambda x: '_'.join(sorted([x['Winner'], x['Loser']])), axis = 1)

将其分组后，您可以使用分组来计算它们的任何类型的统计信息（如您提到的统计信息）。

如果您想获取整个历史记录的累积统计信息，则可以在组上使用cumsum和类似功能（如果您确保数据是根据事件时间戳进行排序的。）

如果仍然不清楚或卡住，请告诉我。