Pandas Group By + Cumsum 分类变量答案

【问题标题】：Pandas Group By + Cumsum on Categorical VariablePandas Group By + Cumsum 分类变量
【发布时间】：2018-06-10 17:13:52
【问题描述】：

我对用户进行的足球比赛进行了投注。他们的状态是正确的还是不正确的。每周（表中的“jornada”）每个用户有 10 场比赛。此外，用户被分组到社区中。

我想计算每个用户每周 ('jornada') 的累积比率 #Corrects / (#Corrects + #Incorrects)。

这是数据集的样子：

每个用户每周都会有 10 次新的猜测（“数字”），这些猜测必须与他在同一季节的先前猜测相加（“temporada”）。

这是我尝试过的：

bets.groupby(['temporada', 'username', 'comunidad', 'jornada'])['status'].cumsum()

但正在引发错误：DataError: No numeric types to aggregate

我也在尝试使用 get_dummies 来隐藏状态，然后在组上应用 cum_sum，但是对于同一用户在同一周出现的 10 次，我应该得到相同的比率，但它没有发生：

dum = pd.get_dummies(bets['status'])
bets2 = pd.concat([bets, dum], axis=1) 

corrects = bets2.groupby(['temporada', 'username', 'comunidad', 'jornada'])['Correct'].cumsum()
incorrects = bets2.groupby(['temporada', 'username', 'comunidad', 'jornada'])['Incorrect'].cumsum()
ratio = corrects / (corrects + incorrects)
bets3 = pd.concat([bets2, ratio], axis=1)

【问题讨论】：

标签： pandas group-by pandas-groupby cumsum

【解决方案1】：

您可以创建一个新的para帮助来计算

s1=bets.assign(correct=bets['status']=='Corrects').groupby(['temporada', 'username', 'comunidad', 'jornada']).correct.cumsum()
s2=bets.assign(correct=bets['status']=='Incorrects').groupby(['temporada', 'username', 'comunidad', 'jornada']).correct.cumsum()
bets['New']=(s1/(s1+s2)).values

【讨论】：

谢谢文！这样我就可以得到每行的比率，但这不是问题，因为我可以再次 bets2 = bets.groupby(['temporada', 'username', 'comunidad', 'jornada'])['New'].mean ()。问题是其他 4 列显示为新数据框的索引，而不是新列。你知道为什么吗？
@PabloRuizRuiz 在末尾添加 reset_index()
太棒了。非常感谢:)