在Python中对数据框中的和值和均值进行滚动。

Question

我有这个输入df

import pandas as pd
df = pd.DataFrame([[0,'B','A',1,0], [1,'B','C',0,0], [2,'A','B',3,2],[3,'A','B',5,2],[4,'A','C',2,1],[5,'B','A',0,1],[6,'C','B',5,5]], columns=['events','Runner 1','Runner 2','dist_R1','dist_R2'])
print(df)

我想再添加4个滚动计算列，如下图。

import pandas as pd

df = pd.DataFrame([[0,'B','A',1,0,0,0,0,0], [1,'B','C',0,0,1,0,1,0], [2,'A','B',3,2,0,1,0,0.5],[3,'A','B',5,2,3,3,2,1],[4,'A','C',2,1,8,0,2.67,0],[5,'B','A',0,1,5,10,1.25,2.5],[6,'C','B',5,5,1,5,0.5,1]], columns=['events','Runner 1','Runner 2','dist_R1','dist_R2','sum_dist_last_2_by_R1','sum dist last 2 by R2','mean dist last 2 by R1','mean dist last 2 by R2'])
print(df)

(抱歉，我正在StackOverflow学习如何格式化一个df)

我想计算最后4列.在细节上，我需要现在在事件的明星 "n "的总和和平均公里，亚军1和亚军2完成在过去的两个事件，他们加入了从事件0到n-1主机之间.我认为是相当具有挑战性的.任何帮助是欢迎的.提前感谢，M

Answer 1

你写的是 "滚动"，但事实上这是一种 "非常特殊的 "滚动计算（只包括当前行的选手行），所以你不能使用 "pandasonic"。滚动 函数，而不是用其他方式计算结果。

从准备计算开始。

1. 生成2个辅助的DataFrames -- 跑者1和跑者2的结果。

   wrk1 = df[['events', 'Runner 1', 'dist_R1']]
   wrk1.columns = ['events', 'Runner', 'dist']
   wrk2 = df[['events', 'Runner 2', 'dist_R2']]
   wrk2.columns = ['events', 'Runner', 'dist']
   

2. 把它们连接起来，得到 劳动 DataFrame，并删除之前的2个DataFrames。

   wrk = pd.concat([wrk1, wrk2]).sort_values('events')
   del wrk1, wrk2
   

然后定义以下两个函数：

1. 获取给定亚军的统计量（总和和平均值） (rnr),从给定事件前的最后2个事件(ev):

   def getStat(rnr, ev):
       res = wrk.query('Runner == @rnr and events < @ev').dist.iloc[-2:]
       return res.sum(), res.mean()
   

2. 获取当前行的附加列。

   def getAddCols(row):
       td_r1, md_r1 = getStat(row['Runner 1'], row.events)
       td_r2, md_r2 = getStat(row['Runner 2'], row.events)
       return pd.Series([td_r1, td_r2, md_r1, md_r2],
           index=['tot dist_R1', 'tot dist_R2', 'mean dist_R1', 'mean dist_R2'])
   

然后得到结果，运行。

df.join(df.apply(getAddCols, axis=1).fillna(0))\
    .astype({'tot dist_R1': int, 'tot dist_R2': int})

注意，一个 系列 所回 getAddCols 包含一些 浮动 值，所以所有4个新列都被强制为 浮动.要转换两个 总 列回 昵，最后一步(虾型)是需要的。

详细的结果和你帖子里写的有点不一样，但我认为你的计算失败了（在某些情况下）。