上的日期时间列的最后N值的列使用聚合函数我有一个包含体育博彩数据的数据帧:match_id,TEAM_ID,goals_scored和比赛开始的时间日期时间列。我想将列添加到这个数据帧,对于每行显示的各队打进前一个n个匹配的目标总和。大熊猫 - 在同一个数据帧
0
A
回答
1
我编写了一些模拟数据,因为我喜欢足球,但像Jacob H建议最好总是提供一个样本数据框与问题。
import pandas as pd
import numpy as np
np.random.seed(2)
d = {'match_id': np.arange(10)
,'team_id': ['City','City','City','Utd','Utd','Utd','Albion','Albion','Albion','Albion']
,'goals_scored': np.random.randint(0,5,10)
,'time_played': [0,1,2,0,1,2,0,1,2,3]}
df = pd.DataFrame(data=d)
#previous n matches
n=2
#some Saturday 3pm kickoffs.
rng = pd.date_range('2017-12-02 15:00:00','2017-12-25 15:00:00',freq='W')
# change the time_played integers to the datetimes
df['time_played'] = df['time_played'].map(lambda x: rng[x])
#be sure the sort order is correct
df = df.sort_values(['team_id','time_played'])
# a rolling sum() and then shift(1) to align value with row as per question
df['total_goals'] = df.groupby(['team_id'])['goals_scored'].apply(lambda x: x.rolling(n).sum())
df['total_goals'] = df.groupby(['team_id'])['total_goals'].shift(1)
主要生产:
goals_scored match_id team_id time_played total_goals->(in previous n)
6 2 6 Albion 2017-12-03 15:00:00 NaN
7 1 7 Albion 2017-12-10 15:00:00 NaN
8 3 8 Albion 2017-12-17 15:00:00 3.0
9 2 9 Albion 2017-12-24 15:00:00 4.0
0 0 0 City 2017-12-03 15:00:00 NaN
1 0 1 City 2017-12-10 15:00:00 NaN
2 3 2 City 2017-12-17 15:00:00 0.0
3 2 3 Utd 2017-12-03 15:00:00 NaN
4 3 4 Utd 2017-12-10 15:00:00 NaN
5 0 5 Utd 2017-12-17 15:00:00 5.0
+0
这是完美的! – L1meta
1
有可能是一个更有效的方式与聚合函数要做到这一点,但这里的地方,每个条目,你筛选你的整个数据帧以隔离团队和日期范围,然后求和目标的解决方案。
df['goals_to_date'] = df.apply(lambda row: np.sum(df[(df['team_id'] == row['team_id'])\
&(df['datetime'] < row['datetime'])]['goals_scored']), axis = 1)
相关问题
- 1. 在大熊猫数据帧
- 2. 在大熊猫数据帧
- 3. 大熊猫 - 在数据帧
- 4. 在大熊猫数据帧
- 5. 大熊猫:在数据帧
- 6. 切片一个大熊猫数据帧
- 7. 拆分一个大熊猫数据帧
- 8. 一个熊猫数据帧
- 9. 一个熊猫数据帧
- 10. 大熊猫组数据帧
- 11. 来自另一个数据帧的大小熊猫数据帧
- 12. 大熊猫将分组数据帧到另一个数据帧
- 13. 在大熊猫扩大行数据帧
- 14. 导入在大熊猫一个CSV文件导入到数据帧大熊猫
- 15. 需要转一个大熊猫据帧
- 16. 移调一个大熊猫据帧
- 17. 索引一个大熊猫据帧
- 18. 重塑一个大熊猫据帧
- 19. 遍历数据帧逐一(大熊猫)
- 20. 聚集在大熊猫据帧计数
- 21. 在大熊猫数据帧合并行
- 22. 查找在大熊猫数据帧
- 23. 移动/在大熊猫数据帧
- 24. 行值在大熊猫数据帧
- 25. 如何在大熊猫数据帧列
- 26. 比赛列在大熊猫数据帧
- 27. 在大熊猫数据帧列删除
- 28. 在大熊猫数据帧前导0
- 29. 组通过在大熊猫数据帧
- 30. 如何在大熊猫数据帧
你能提供的样本数据,你想要什么,输出什么样子的?您的描述是明确的,但它更容易,当我们有一些帮助建立一个答案。 –