- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
需要计算每个参赛队在某个时间点的平均每场比赛进球数 (rolling_avg
)。由于我的数据库是高度规范化的,因此这需要花费大量时间(+8k 行)
注意事项:
我计算的是一场比赛的总进球数(第 0 列),而不是每支球队的进球数。
这里省略了一些额外的列,但可能是相关的:其中之一是 date_time
列。
示例:在第 1 行(第二行)中,我们可以看到 1249
队的第一场比赛(他们在客场比赛)。在这场比赛中,有3个进球入账。 1249
队的下一场比赛在第 10 行进行,因为这次该队在主场比赛(因为它的 id
出现在 home_team_id
),我希望 home_rolling_avg
等于 3。它不应该考虑当前行。
问题:
我如何根据 total_goals
中的先前值并排除当前行来计算每个团队的目标扩展 average/mean,并将此平均值分配给相关列(取决于球队是主场还是客场)?
total_goals home_team_id away_team_id home_goals away_goals home_rolling_avg away_rolling_avg
0 2 1277 1241 1 1 NaN NaN
1 3 1245 1249 2 1 NaN NaN
2 1 1242 1246 0 1 NaN NaN
3 4 1261 1248 1 3 NaN NaN
4 2 1259 1240 2 0 NaN NaN
5 3 2981 1268 1 2 NaN NaN
6 1 1244 1255 1 0 NaN NaN
7 1 1254 1276 1 0 NaN NaN
8 7 1247 12140 5 2 NaN NaN
9 3 5681 1270 2 1 NaN NaN
10 1 1249 5681 0 1 NaN NaN
# in line 10 above, 'home_rolling_avg' should show 3 (3/1)
可以找到更大的样本 (n=100) here .应种类要求添加piRSquared (answer here)。
最佳答案
# easy tracking of long column names
hw = ['home_team_id', 'away_team_id']
# I found it easier to melt myself with some numpy help
hw_vals = df[hw].values.ravel() # flatten 2 columns
idx_rep = df.index.values.repeat(2) # repeat index [0, 0, 1, 1, ...
tot_rep = df.total_goals.values.repeat(2) # repeat totals [2, 2, 3, 3, ...
# This is the reshaped series of team ids with total_goals
s = pd.Series(tot_rep, [idx_rep, hw_vals])
# groupby with a combination of expanding().mean() and shift()
e = s.groupby(level=1).apply(lambda x: x.expanding().mean().shift()).dropna()
# style preference of mine to do assignments using index values
# and to get it done in one line
df.set_index(hw[0], append=1).assign(home_rolling_avg=e).reset_index(hw[0]) \
.set_index(hw[1], append=1).assign(away_rolling_avg=e).reset_index(hw[1])
更深入的解释
pd.melt
,我做到了。但我发现语法比我最终做的更难看。而且我知道 numpy 无论如何都做得更快。
level=1
进行分组,然后执行 expanding().mean()
。
assign
将新列包含到副本中。我喜欢这种方法,因为它允许我链接命令。所以我这样做了,通过重置索引并为客队重复该过程。作业之所以有效,是因为索引自然排列。替代方法
使用来自 collections
的 defaultdict
+ Counter
与史蒂文鲁什非常相似
from collections import defaultdict, Counter
c, d = Counter(), defaultdict(int)
home_avgpg = pd.Series(index=df.index)
away_avgpg = pd.Series(index=df.index)
for row in df.itertuples():
h = row.home_team_id
a = row.away_team_id
t = row.total_goals
if h in c:
home_avgpg.set_value(i, d[h] / c[h])
if a in c:
away_avgpg.set_value(i, d[a] / c[a])
d[h] += t
d[a] += t
c.update([h, a])
@StevenRauch 的回答非常快。
关于python - Pandas :根据条件扩展均值并排除当前行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41667546/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!