Pandas 滚动函数加值

Question

我有一个非常标准的函数，它似乎会产生非常奇怪的响应；我以为我已经弄清楚发生了什么，但现在我不太确定。

本质上，我想使用滚动函数来创建之前两个值的简单滚动平均值。当我直接执行此操作时，它似乎从框架中的其他位置提取第一个数字的值，而当我在循环中执行此操作时，我不知道它来自哪里。

样本数据：

player  game_id game_order  TOI_comp    G_comp

A.J..GREER  2016020227  37  16.566667   0

2016020251  36  11.733333   0

2016020268  35  12.700000   0

2016020278  34  15.433333   0

2016020296  33  11.850000   0

player_avgs_base.sort_values(by=['player','game_order'],ascending=False, inplace=True)

avgtoi = player_avgs_base["TOI_comp"].rolling(2).mean().shift()

avgtoi

player         game_id     game_order

ZENON.KONOPKA  2013021047  2                   NaN

A.J..GREER     2016020268  35                  NaN

               2016020278  34             9.308333

               2016020296  33            14.066667

               2017020134  32            13.641667

               2017020149  31            10.108333

               2017020165  30             7.175000

               2017020194  29             6.100000

我本来希望更像

player         game_id     game_order

    A.J..GREER     2016020251  36                  NaN

                   2016020268  35                  NaN

                   2016020278  34                12.22 

                   2016020296  33            14.066667

                   2017020134  32            13.641667

                   2017020149  31            10.108333

Answer 1

我认为这是一个排序问题。如果这能解决您的问题，请您尝试一下：player_avgs_base.sort_values(["player","game_order"], ascending=False, inplace=True) 如果愿意，您可以在执行排序后设置索引。另一点是，对于您的代码，滚动不尊重分组。我猜你想计算每个玩家的滚动总和，对，而不是混合其他玩家的价值。如果是这样，您可以使用以下代码：df2= df.sort_values(["player",'game_id',"game_order"])df2['TOI_comp_avg_lt']= df2.groupby('player')['TOI_comp'].apply(lambda ser: ser.rolling(2).mean().shift())这输出：          player     game_id  game_order   TOI_comp  G_comp  TOI_comp_avg_lt0     A.J..GREER  2016020227          37  16.566667       0              NaN2     A.J..GREER  2016020251          36  11.733333       0              NaN4     A.J..GREER  2016020268          35  12.700000       0        14.1500006     A.J..GREER  2016020278          34  15.433333       0        12.2166667     A.J..GREER  2016020296          33  11.850000       0        14.0666661  ZENON.KONOPKA  2013021047          34  12.666666       0              NaN5  ZENON.KONOPKA  2013021047          35  14.722222       0              NaN3  ZENON.KONOPKA  2013021047          37  13.111111       0        13.694444对于以下测试数据：import pandas as pdimport ioraw= """A.J..GREER     2016020227  37  16.566667   0ZENON.KONOPKA  2013021047  34  12.666666   0A.J..GREER     2016020251  36  11.733333   0ZENON.KONOPKA  2013021047  37  13.111111   0A.J..GREER     2016020268  35  12.700000   0ZENON.KONOPKA  2013021047  35  14.722222   0A.J..GREER     2016020278  34  15.433333   0A.J..GREER     2016020296  33  11.850000   0"""df= pd.read_csv(io.StringIO(raw), sep='\s+', names=['player', 'game_id', 'game_order', 'TOI_comp', 'G_comp'])顺便提一句。你set_index的不能替代排序。该索引对输出没有影响。例如，如果您df按照上面的定义使用并执行：df_indexed= df.set_index(["player",'game_id',"game_order"]) df_indexed_result= df_indexed.copy()df_indexed_result['TOI_comp_shifted']= df_indexed["TOI_comp"].shift()df_indexed_result['TOI_comp_rolling_mean']= df_indexed["TOI_comp"].rolling(2).mean().shift()你得到：                                      TOI_comp  G_comp  TOI_comp_shifted  TOI_comp_rolling_meanplayer        game_id    game_order                                                            A.J..GREER    2016020227 37          16.566667       0               NaN                    NaNZENON.KONOPKA 2013021047 34          12.666666       0         16.566667                    NaNA.J..GREER    2016020251 36          11.733333       0         12.666666              14.616667ZENON.KONOPKA 2013021047 37          13.111111       0         11.733333              12.200000A.J..GREER    2016020268 35          12.700000       0         13.111111              12.422222ZENON.KONOPKA 2013021047 35          14.722222       0         12.700000              12.905555A.J..GREER    2016020278 34          15.433333       0         14.722222              13.711111              2016020296 33          11.850000       0         15.433333              15.077777如果您查看该TOI_comp_shifted列，您会发现它只是填充了前一列的值，无论player它属于哪一列（滚动平均值也是如此）。所以索引对这个操作没有影响。对于你的第二个问题。我认为循环应该像这样工作，如果你的数据框的列名是好的：group_obj= df2.groupby('player')for col in ['TOI_comp', 'G_comp']:    df2[f'{col}_lt']= group_obj[col].apply(lambda ser: ser.rolling(2).mean().shift())假设您想以相同的方式将滚动平均值应用于列列表。