在Python DataFrame中计算球员职业生涯平均水平/标准偏差

Question

我有一个Python（3.6.5）DataFrame，其中包含从2011-2012到2018-2019常规赛季的NHL球员数据。我正在尝试计算球员的职业平均水平和某些统计数据的标准偏差，例如进球，出场次数，助攻等。

我的DataFrame看起来像这样：

Year        Player    GP     G    A   TOI
2007-2008   Joe       82     23   12  200
2007-2008   Bill      80     14   23  120
2008-2009   Joe       81     28   16  200
2008-2009   Bill      82     15   28  150

我假设我必须使用groupby。这是我尝试的解决方案：

Gp_avg = data['GP'].groupby(data['Player']).mean()
data['GP AVG'] = Gp_avg
print(data.head())

但是，我的新专栏文章获得了NaN。在能够成功计算出职业平均水平之后，我认为只需复制标准差的过程即可。

感谢您的帮助！