python - 随着时间的推移更新 pandas 的胜率

Question

所以我有一个看起来像这样的表格，我想计算每场比赛后的胜率。因此，对于玩家 1，胜率将从他赢得第一场比赛后的 100% 开始，然后是他输掉第二场比赛后的 50%，然后是 33%，然后再次回到 50%。

PlayerId     Status
1               1    
1               0        
1               0    
1               1

所以决赛 table 看起来像这样

PlayerId     Status     Win_Rate
1               1          100%
1               0          50%
1               0          33%
1               1          50%

Answer 1

您可以.groupby PlayerId并使用expanding().mean():

In [12]: df.groupby("PlayerId").expanding().mean()
Out[12]:
            PlayerId    Status
PlayerId
1        0       1.0  1.000000
         1       1.0  0.500000
         2       1.0  0.333333
         3       1.0  0.500000
2        4       2.0  1.000000
         5       2.0  0.500000
         6       2.0  0.333333
         7       2.0  0.500000

如果您希望将其放在原始框架上，您可以删除索引级别并将其分配为列:

In [18]: df['Win_Rate'] = df.groupby("PlayerId").expanding().mean()['Status'].droplevel(0)

In [19]: df
Out[19]:
   PlayerId  Status  Win_Rate
0         1       1  1.000000
1         1       0  0.500000
2         1       0  0.333333
3         1       1  0.500000
4         2       1  1.000000
5         2       0  0.500000
6         2       0  0.333333
7         2       1  0.500000

如果您希望它作为字符串百分比，您可以进行额外的格式化:

In [25]: df['Win_Rate'] = df['Win_Rate'].mul(100).apply(lambda x: '{}%'.format(int(x)))

In [26]: df
Out[26]:
   PlayerId  Status Win_Rate
0         1       1     100%
1         1       0      50%
2         1       0      33%
3         1       1      50%
4         2       1     100%
5         2       0      50%
6         2       0      33%
7         2       1      50%