我的数据框如下:
player_id season_id game_id points mean_to_date
200 21999 29900007 10 0
200 21999 29900023 20 0
200 21200 29900042 10 0
200 21200 29900059 20 0
200 21200 29900081 30 0
300 21999 29900089 10 0
300 22111 29900108 10 0
300 22111 29900118 20 0
300 22111 29900143 30 0
我使用以下方式将它分成了多个组:
grouped = frame.groupby(['player_id', 'season_id'])
我有一个函数,我想将其应用于每个组:
def previous_mean(player_season):
avgs = {}
i = 0
for idx, game in player_season.iterrows():
gamenum = i + 1
if gamenum == 1:
avgs[1] = 0
elif gamenum == 2:
avgs[2] = player_season.at[idx-1, 'dk_points']
elif gamenum > 2:
logging.debug("gamenum is {0}".format(gamenum))
pts = player_season.at[idx-1, 'points']
avgs[gamenum] = (avgs.get(i)*(i-1) + pts)/i
i+= 1
return avgs.values()
调用
grouped.apply(previous_mean)
以下是结果:
player_id season_id
200 21200 [0, 10, 15.0]
21999 [0, 10]
300 21999 [0]
22111 [0, 10, 15.0]
如何将apply操作的结果作为“mean_to_date”列的值?也就是说,对于球员200、赛季21999,mean_to_date为0和10,然后对于球员200、赛季21200,它将是0、10和15,以此类推。请注意,mean_to_date值表示比赛之前的平均值,因此在第一场比赛之前它是零,在第二场比赛之前它是第一场比赛的总和。
另外,“previous_mean”函数很丑陋,可能有更有效的方法来实现相同的目标,但我想不出来。
previous_mean
被传入一个数据框时,它返回一个列表--这与apply
无关。 - Paul Hprevious_mean
中定义之前使用了avgs
。 - Paul H