将累积平均函数应用于分组对象

Question

我有一个DataFrame df,其中每个记录代表一个足球比赛.团队将不止一次出现.我需要计算每个团队得分的某种滚动平均值(好吧,不完全是字母的滚动平均值).

     date           home           away       score_h  score_a
166  2013-09-01     Fulham         Chelsea       0      0
167  2013-09-03     Arsenal        Everton       0      2
164  2013-09-05     Arsenal        Swansea       5      1
165  2013-09-06     Fulham         Norwich       0      1
163  2013-09-18     Arsenal        Swansea       0      0

我需要计算的是每支球队(主场和客场)的平均得分.

为简洁起见,我们来做主页:

grouped = df.groupby('home')
grouped = grouped.sort_index(by='date') # rows inside groups must be in asc order

这导致:

    date    home    away    score_h     score_a
home                        
Arsenal     167     2013-09-03  Arsenal     Everton     0   2
            164     2013-09-05  Arsenal     Swansea     5   1
            163     2013-09-18  Arsenal     Swansea     0   0
Fulham      166     2013-09-01  Fulham      Chelsea     0   0
            165     2013-09-06  Fulham      Norwich     0   1

问题从这里开始

现在,我需要为团队计算"滚动均值".让我们为名为的小组手工完成Arsenal.在最后,我们应该结束2个额外的列,让我们称之为:rmean_h和rmean_a.该组中(第一条记录167)具有得分0和2.在rmean这些仅仅是0和2分别.对于组中的第二个记录(164),rmeans将是(0+5)/2 = 2.5和(2+1) / 2 = 1.5,并且对于第三个记录,(0+5+0)/3 = 1.66和(2+1+0)/3 = 1.

我们的DataFrame现在应该如下所示:

                    date       home         away    score_h score_a rmean_h rmean_a
home                        
Arsenal     167     2013-09-03  Arsenal     Everton     0  2    0       2
            164     2013-09-05  Arsenal     Swansea     5  1    2.5     1.5
            163     2013-09-18  Arsenal     Swansea     0  0    1.66    1
Fulham      166     2013-09-01  Fulham      Chelsea     0  0
            165     2013-09-06  Fulham      Norwich     0  1

我想对我的数据进行这些计算,你有什么建议吗？

Answer 1

您可以将expanding_mean(参见文档)应用于每个组:

grouped = df.sort(columns='date').groupby('home')
grouped['score_h'].apply(pd.expanding_mean)