Вот вид спорта где,
ID - это идентификатор матча (здесь 3 совпадения)
HG и AG Хозяева / Забитые голы
Period это этап игры, первая четверть, вторая четверть, ...
d = {'ID':[121,121,121,121,121,121,343,343,343,343,343,343,343,343,678,678,678,678,678,678,678], 'Period':['1Q','1Q','2Q','2Q','3Q','3Q','1Q','1Q','2Q','2Q',
'3Q','3Q','4Q','4Q','1Q','1Q','2Q','2Q','3Q','3Q','2Q'],'HG':[0,1,2,3,3,3,0,0,1,2,3,4,4,5,0,1,2,2,3,4,5],
'AG':[0,0,1,2,2,3,0,1,1,2,3,3,4,4,1,2,2,2,3,3,4]}
df = pd.DataFrame(d)
Я хочу изучить траекторию целей, забитых в пределах отрезанной части df, просто взяв средние значения очков для обеих команд за выбранную часть времени.
Итак, я разделил df по индексу строки и применил к нему некоторую функцию.
Пусть
a = df.groupby("ID", group_keys=False).apply(lambda g: g.iloc[:2]).reset_index(drop=True)
b = df.groupby("ID", group_keys=False).apply(lambda g: g.iloc[2:5]).reset_index(drop=True)
c = df.groupby("ID", group_keys=False).apply(lambda g: g.iloc[5:]).reset_index(drop=True)
Чтобы вычислить среднюю цель для каждой строки (ряды равны и имеют фиксированный интервал времени) в каждом матче, где длина совпадений различна, мне нужно сложить строки и затем разделить их на все df.ID.nunique().
def Goal_Avg(data):
for i, row in data.iterrows():
return data.loc[:, ['HG','AG']].sum()
Затем добавьте новую среднюю цель по столбцам строки (для дома / в гостях) в df.
Вот как я пытался,
Сначала я создал новый счетчик строк для ID в df и a, b and c следующим образом,
a['idx'] = a.groupby(['ID']).cumcount()
и
df['IDX'] = a.groupby(['ID']).cumcount()
Затем создайте новые столбцы с суммой строк для каждого идентификатора и в конечном итоге получите столбцы HG_Avg и AG_Avg для каждого совпадения. Который будет одинаковым для матчей одинакового размера.
a_sum = a[['HG','AG']].groupby(a['idx']).apply(g_per)
a_sum.rename(columns={'HG':'HG_sum','AG':'AG_sum'}, inplace=True)
a_sum['HG_Avg'] = a_sum['HG_Sum'] / df.ID.nunique()
a_sum['AG_Avg'] = a_sum['AG_Sum'] / df.ID.nunique()
Мои проблемы
1- Даже после создания столбцов Avg для a, b и c, я все еще не мог соединить его с исходным df.
2- Вышеуказанный способ выглядит чрезвычайно трудоемким. Имейте в виду, мои данные состоят из более чем 3 совпадений.
Вот окончательный вывод
AG HG ID Period HG_Avg AG_Avg IDX
0 0 0 121 1Q 0.000 0.333 0
1 0 1 121 1Q 0.667 1.000 1
2 1 2 121 2Q 1.667 1.333 2
3 2 3 121 2Q 2.333 2.000 3
4 2 3 121 3Q 3.000 2.667 4
5 3 3 121 3Q 3.667 3.000 5
6 0 0 343 1Q 0.000 0.333 0
7 1 0 343 1Q 0.667 1.000 1
8 1 1 343 2Q 1.667 1.333 2
9 2 2 343 2Q 2.333 2.000 3
10 3 3 343 3Q 3.000 2.667 4
11 3 4 343 3Q 3.667 3.000 5
12 4 4 343 4Q 3.000 2.667 6
13 4 5 343 4Q 1.667 1.333 7
14 1 0 678 1Q 0.000 0.333 0
15 2 1 678 1Q 0.667 1.000 1
16 2 2 678 2Q 1.667 1.333 2
17 2 2 678 2Q 2.333 2.000 3
18 3 3 678 3Q 3.000 2.667 4
19 3 4 678 3Q 3.667 3.000 5
20 4 5 678 2Q 3.000 2.667 6