Добавить среднее значение последних трех вхождений из кадра данных панд

Question

Я работаю со следующим фреймом данных, который содержит более 54 тысяч строк:

Что я хочу сделать, так это добавить для каждого столбца кадра данных среднее значение «Draft_Kings_Points_Scored» для конкретного игрока против данного оппонента. Я пробовал это как в Python, так и в SQL, и не могу понять это. Если бы вы знали, как это сделать, я был бы очень признателен за вашу помощь.

Answer 1

Вы можете превратить данные во временные ряды, а затем использовать панд:

groupby().rolling().mean() 

Вот код. Сначала сделайте некоторые данные для тестирования:

import pandas as pd
import numpy as np
import string
from datetime import datetime

# set up matches, players,  tournament start and end
matches = 50000
players = list(string.ascii_uppercase)
start = datetime(2015, 1, 1).timestamp()
end = datetime(2018, 1, 1).timestamp()

# create a dataframe for testing
df = pd.DataFrame({
    'DATE': pd.to_datetime(np.random.randint(start, end, size=matches), unit='s'),
    'PLAYER': np.random.choice(players, matches),
    'OPPONENT': np.random.choice(players, matches),
    'SCORE': np.random.normal(100, 25, matches)
    })

# drop the cases where the player played themselve
df = df[df['PLAYER'] != df['OPPONENT']]

# make it a time series and ensure it is sorted
df.set_index('DATE', inplace=True)
df.sort_index(inplace=True)

df.head()

Используйте для него groupby (). Rolling (). Mean ():

df_rolling = df.groupby(['PLAYER', 'OPPONENT']).rolling(3).mean().reset_index()
df_rolling.head()

Присоедините его к исходным данным, содержащим все столбцы, и отметьте один совпадение (A против B)

df_final = pd.merge(df, df_rolling, on=['PLAYER', 'OPPONENT', 'DATE'], suffixes=['_RAW', '_AVG3'])
df_final[df_final['PLAYER'].eq('A') & df_final['OPPONENT'].eq('B')].tail(10)