Python 同时计算两列上的展开平均值

我有一张由两名选手组成的比赛桌：

    date         plA    plB    ptsA ptsB
0   01/01/2013  Jeff    Tom     78  72
1   15/01/2013  Jeff    Tom     52  67
2   01/02/2013  Tom     Jeff    91  93
3   15/02/2013  Jeff    Tom     83  87
4   01/03/2013  Tom     Jeff    65  76

我想应用扩展平均值，这样每个玩家的

ptsA

和

ptsB

都会被计入净结果中（并且不会被留下）。最终输出应更加清楚：

    date         plA    plB    ptsA ptsB   meanA  meanB 
0   01/01/2013  Jeff    Tom     78  72      78     72      # init mean
1   15/01/2013  Jeff    Tom     52  67      65     69.5 
2   01/02/2013  Tom     Jeff    91  93      74.3   76.6    # Tom: (72+67+91)/3, Jeff: (78+52+93)/3
3   15/02/2013  Jeff    Tom     83  87      76.5   79.25   # Jeff: (78+52+93+83)/4, Tom: (72+67+91+87)/4
4   01/03/2013  Tom     Jeff    65  76      76.4   76.4    # Tom: (72+67+91+87+65)/5, Jeff: (78+52+93+83+76)/5

现在，我开始按

plA

对数据进行分组，如下所示：

by_A = players.sort(columns='date').groupby('plA')
players['meanA'] = by_A['ptsA'].apply(pd.expanding_mean)
players['meanB'] = by_A['ptsB'].apply(pd.expanding_mean)

显然，我也需要做同样的事情，

groupby（'plB'）

，然后我画了一个空白，如何正确地连接这两个结果

也许熊猫提供了一个内置的或者你有一个解决方案

@用稍微不同的数据编辑Saullo Castro的解决方案

    date    studentA    studentB    scoreA  scoreB  meanJeff    meanTom     meanMaggie
0   2013-01-01  Jeff    Tom     78  72             78.000000    72.000000   0.000000
1   2013-01-15  Jeff    Maggie  52  67             65.000000    36.000000   33.500000
2   2013-02-01  Tom     Jeff    91  93             74.333333    54.333333   22.333333
3   2013-02-15  Jeff    Tom     83  87             76.500000    62.500000   16.750000
4   2013-03-01  Tom     Jeff    65  76             76.400000    63.000000   13.400000

Maggie的平均值应该一直保持在

67

。

（请参考下面的固定解决方案）

一种方法是先找出所有玩家的名字：

names = pd.concat((df.plA, df.plB)).unique()

然后创建一个新列，每个玩家的扩展平均值：

for name in names:
    df['mean'+name] = pd.expanding_mean(df.ptsA*(df.plA==name) + df.ptsB*(df.plB==name))

导致：

                  date   plA   plB  ptsA  ptsB   meanJeff    meanTom
0  2013-01-01 00:00:00  Jeff   Tom    78    72  78.000000  72.000000
1           15/01/2013  Jeff   Tom    52    67  65.000000  69.500000
2  2013-01-02 00:00:00   Tom  Jeff    91    93  74.333333  76.666667
3           15/02/2013  Jeff   Tom    83    87  76.500000  79.250000
4  2013-01-03 00:00:00   Tom  Jeff    65    76  76.400000  76.400000

date   plA     plB  ptsA  ptsB   meanJeff    meanTom  meanMaggie
0 2013-01-01 00:00:00  Jeff     Tom    78    72  78.000000  72.000000     0
1 2013-01-15 00:00:00  Jeff  Maggie    52    67  65.000000  72.000000    67
2 2013-02-01 00:00:00   Tom    Jeff    91    93  74.333333  81.500000    67
3 2013-02-15 00:00:00  Jeff     Tom    83    87  76.500000  83.333333    67
4 2013-03-01 00:00:00   Tom    Jeff    65    76  76.400000  78.750000    67

---

编辑：固定解决方案：

对于两个以上的名称，这就是如何为展开平均值构建公式的方法：

df = pd.read_excel('stack.xlsx', 'tabelle1')
names = pd.concat((df.plA, df.plB)).unique()
for name in names:
    nA = df.plA==name
    nB = df.plB==name
    df['mean'+name] = np.cumsum(df.ptsA*nA + df.ptsB*nB)/np.maximum(1.,
                                     np.cumsum(1.*np.logical_or(nA, nB)))

导致：

                  date   plA   plB  ptsA  ptsB   meanJeff    meanTom
0  2013-01-01 00:00:00  Jeff   Tom    78    72  78.000000  72.000000
1           15/01/2013  Jeff   Tom    52    67  65.000000  69.500000
2  2013-01-02 00:00:00   Tom  Jeff    91    93  74.333333  76.666667
3           15/02/2013  Jeff   Tom    83    87  76.500000  79.250000
4  2013-01-03 00:00:00   Tom  Jeff    65    76  76.400000  76.400000

date   plA     plB  ptsA  ptsB   meanJeff    meanTom  meanMaggie
0 2013-01-01 00:00:00  Jeff     Tom    78    72  78.000000  72.000000     0
1 2013-01-15 00:00:00  Jeff  Maggie    52    67  65.000000  72.000000    67
2 2013-02-01 00:00:00   Tom    Jeff    91    93  74.333333  81.500000    67
3 2013-02-15 00:00:00  Jeff     Tom    83    87  76.500000  83.333333    67
4 2013-03-01 00:00:00   Tom    Jeff    65    76  76.400000  78.750000    67

---

您好，这可能是一个很好的提示，但是如果任何球员的名字被替换为新的名字，它就失败了。结果将是完全错误的。请参阅我的最新帖子。@nutship观察良好。。。我正试图找出另一个解决方案再次感谢您努力更新（+1 ofc）。根据您的第一个答案，我提出了类似的解决方案（与您的固定解决方案类似），并且可能更容易理解：mask=st.scA*（st.plA==name）+st.scB*（st.plB==name）st['mean'+name]=pd.expansing_-mean（mask[mask>0]）。无论如何，我不太愿意接受你的答案，因为输出格式不是特别方便。有了更多的球员，桌子就变宽了。理想情况下，应该只有两个新的列

mean_plA

，

mean_plB

，其值取决于两个实际玩家是谁。毕竟，我会继续接受答案，因为多亏了你的帮助，我成功地找到了满意的答案；）@嘿，很高兴听到这个消息，你应该用你的简化解决方案发布另一个答案，以后作为参考总是很好的。。。