大熊猫过去 n 天的平均值

Question

我有一个关于高尔夫球手及其在各种锦标赛中的高尔夫球场的数据框（请参阅下面发布的 df head 字典）。我需要一种快速的计算方法，对于玩家玩的每一轮，他在前 n 天的平均“获得的击球数”（SG），其中 n 是我决定的任何值。我会知道如何通过将数据框转换为列表列表并迭代来做到这一点，但这会非常慢。理想情况下，我希望在 Pandas df 中增加一列，标题为“过去 100 天内玩家的平均 SG”。

这就是我们正在使用的（数据帧头的字典）：

{'Avg SG Player': {0: 0.4564491861877877,
  1: -0.170952417298073,
  2: 1.509033309098962,
  3: -1.7298114700775877,
  4: 1.7856746598995106},
 'Avg Score': {0: 69.53846153846153,
  1: 69.53846153846153,
  2: 69.53846153846153,
  3: 69.53846153846153,
  4: 69.53846153846153},
 'Date': {0: Timestamp('2003-01-23 00:00:00'),
  1: Timestamp('2003-01-23 00:00:00'),
  2: Timestamp('2003-01-23 00:00:00'),
  3: Timestamp('2003-01-23 00:00:00'),
  4: Timestamp('2003-01-23 00:00:00')},
 'Field Strength': {0: 0.08871540761770776,
  1: 0.08871540761770776,
  2: 0.08871540761770776,
  3: 0.08871540761770776,
  4: 0.08871540761770776},
 'Ind': {0: 0, 1: 1, 2: 2, 3: 3, 4: 4},
 'Overall SG': {0: 7.627176946079241,
  1: 5.627176946079241,
  2: 5.627176946079241,
  3: 4.627176946079241,
  4: 4.627176946079241},
 'Player': {0: 'Harrison Frazar',
  1: 'John Huston',
  2: 'David Toms',
  3: 'James H. McLean',
  4: 'Luke Donald'},
 'Round': {0: 'R1', 1: 'R1', 2: 'R1', 3: 'R1', 4: 'R1'},
 'Rounds Played': {0: 270, 1: 209, 2: 228, 3: 28, 4: 221},
 'SG on Field': {0: 7.538461538461533,
  1: 5.538461538461533,
  2: 5.538461538461533,
  3: 4.538461538461533,
  4: 4.538461538461533},
 'Score': {0: 62, 1: 64, 2: 64, 3: 65, 4: 65},
 'Tourn-Round': {0: '2003 Phoenix OpenR1',
  1: '2003 Phoenix OpenR1',
  2: '2003 Phoenix OpenR1',
  3: '2003 Phoenix OpenR1',
  4: '2003 Phoenix OpenR1'},
 'Tournament': {0: '2003 Phoenix Open',
  1: '2003 Phoenix Open',
  2: '2003 Phoenix Open',
  3: '2003 Phoenix Open',
  4: '2003 Phoenix Open'}}

已编辑

Dataframe 本质上是这样的：

玩家获得回合的日期（当天）

T 伍兹 - 01-01-2010 - 5.4

R 麦克罗伊 - 01-01-2010 - 3.8

T 伍兹 - 02-01-2010 - 0.4

等等

有 350,000 行。我需要的是一个额外的列，给出该球员在当前回合日期之前的 n（比如 100）天内获得的平均击球数。

如果下一行是：

玩家-日期-获得的击球数（当天）

T 伍兹 - 20-01-2018 - 3.2

我希望第四个（新）列，称为“100 天平均值”，为 2.9 ((5.4+0.4)/2)，因为这是定义的 Tiger 前两轮的平均值时间跨度。

谢谢，

汤姆

Answer 1

这应该可行：

n = 10000

start_date = pd.to_datetime('today') - pd.Timedelta(n, unit='D')

df[df['Date'] >= start_date].groupby('Player')['Avg SG Player'].mean()

如果要输入开始日期和结束日期：

start_date = pd.to_datetime('2005-12-01')
end_date = pd.to_datetime('2015-12-01')

df[(df['Date'] >= start_date) & (df['Date'] <= end_date)].groupby('Player')['Avg SG Player'].mean()