如果我想获得平均值但之前没有数据点，如何在数据框中删除行答案

【问题标题】：How to drop row in dataframe if I want to get average but there are no data points from before如果我想获得平均值但之前没有数据点，如何在数据框中删除行
【发布时间】：2021-07-07 11:52:05
【问题描述】：

我有一个包含超过 4000 行的数据框，我正在根据该原始数据框计算另一个数据框中第 1179 行的平均值。如果在 for 循环中的比赛之前客队或主队的值计数低于 3，那么我想在第二个数据帧中删除行。

数据框示例：

    Date       Match ID  Home team     Away team   Home score Away score 
1 2016/11/11         2   Penn St.      Wright St.    29       30          
2 2016/11/11         3  Southern Ill.  N.C. Central  33       34         
3 2016/11/11         4  East Carolina  Wichita St.   42       21          
4 2016/11/11         5  Longwood       Colgate       32       42         
5 2016/11/11         6  Lipscomb       Boston U.     21       21

df = pd.read_csv('test.csv')
df1 = df.iloc[1179:]
matches = []
for a in df1['Match ID']:
    matches.append(a)

for match in matches:
    match_line = df1.loc[df1['Match ID'] == match]
    idx = df.index.get_loc(df[df['Match ID'] == match].index[0])
    print(idx)

    neki1 = df.iloc[:idx]
    home_team = match_line['Home team'].values[0]
    away_team = match_line['Away team'].values[0]
    home = neki1[neki1['Home team'] == home_team]
    home1 = neki1[neki1['Away team'] == home_team]
    away = neki1[neki1['Home team'] == away_team]
    away1 = neki1[neki1['Away team'] == away_team]

    home_score = []
    away_score = []
    for data in home['Home score']:
        home_score.append(data)
    for data in home1['Away score']:
        away_score.append(data)

    df1.loc[df1['Match ID'] == match, 'Home score'] = mean(home_score)
    df1.loc[df1['Match ID'] == match, 'Away score'] = mean(away_score)

我尝试了 value_counts 但我没有得到正确的结果，因为它没有正确放置，所以我只想知道放置它的逻辑。我希望我很清楚:)

【问题讨论】：

你能分享一下数据框吗？至少几行适当的列
刚刚添加到原帖
您能否将数据以文本形式共享，以便轻松复制。另外，您的意思是“value_count”还是列中的值？理想情况下还要给出一个输出示例
输出将是未达到分数的平均分数，而球队的比赛少于 3 场比赛。因此，例如 A 队得分 50、50、50、50、80 分，但上一场比赛是对阵一支到目前为止只打了 2 场比赛的球队，平均应该是 50 分而不是 56 分，所以理想情况下我会放弃那一排不计入它的意思
从图片改为文字

标签： python-3.x pandas dataframe

【解决方案1】：

您希望在每场比赛中获得 IIUC 之前得分的平均值：

为那个团队
同侧（主场或客场）
从第 1179 行开始
至少 3 场比赛的平均水平

这个概念被称为expanding transformation，这里的转换是平均值（或mean）。

这应该可以大致工作：

df1 = df.iloc[1179:]
df1['Home score'] = df.groupby(['Home team'])['Home score']\
                      .transform(lambda s: s.expanding(3).mean()).iloc[1179:]
df1['Away score'] = df.groupby(['Away team'])['Away score']\
                      .transform(lambda s: s.expanding(3).mean()).iloc[1179:]

基本上我们使用原始数据框和：

按团队分组，仅获取该团队的结果
.transform返回一个相同索引的系列，基本不改变返回的形状
在变换内部，我们现在只有想要平均的游戏，因此我们运行一个扩展均值，至少包含 3 个值
最后，我们通过切断第 1179 行之前的结果来限制我们放入 df1 的内容

【讨论】：