python - 将累积均值函数应用于分组对象

Question

我有一个 DataFrame df，其中每条记录代表一场足球比赛。团队将出现不止一次。我需要为每个团队的分数计算某种滚动平均值(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，我们只做主页栏:

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，我需要计算团队的“滚动平均值”。让我们为名为 Arsenal 的组手动执行此操作。最后我们应该得到 2 个额外的列，我们称它们为:rmean_h 和 rmean_a。组中的第一条记录 (167) 的分数为 0 和 2。这些的 rmean 分别是 0 和 2。对于组中的第二条记录 (164)，rmeans 将为 (0+5)/2 = 2.5 和 (2+1)/2 = 1.5 ，对于第三条记录，(0+5+0)/3 = 1.66 和 (2+1+0)/3 = 1。

我们的 DataFrame 现在应该是这样的:

                    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，请问您有什么建议吗？

Answer 1

您可以对每个组应用 expanding_mean(参见 docs):

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