【发布时间】:2021-11-13 13:11:18
【问题描述】:
我有一个 CSV 格式的数据集,作为二维数组导入:
game_id, player_score, rounds_played
0, 56, 30
0, 44, 30
1, 77, 26
1, 34, 26
2, 36, 23
2, 31, 23
在下一步中,我需要创建一个新数组,其中 player_score 需要与每场比赛中的 rounds_played 相对化,以估计单独查看分数时的表现。
在“for 循环”中,我做了类似的事情,我计算了每个分数的“权重”与所玩的回合,然后再次将因子乘以回合:
假设 30 是这个集合中的最大 rounds_played 值:
weight = (player_score * rounds_played) / 30
new_score = weight
然后我会将 new_score 附加到一个新数组中。
如果我有一个更大的二维数组,这可能会变得很慢。 - 有没有更短、更直接的方法(可能是在 numpy 中)来创建一个具有更正分数的新数组?
【问题讨论】:
标签: python pandas numpy csv numpy-ndarray