如何在Pandas中为不同Player子集创建2日滚动均值列？

问题描述 #

我有如下结构的Pandas DataFrame：

我想要为每个Player子集创建一个新的2日得分均值列，预期结果如下：

我已尝试过groupby()结合rolling.mean(2)函数以及Python条件语句的多种组合，但均未成功。请问在Pandas中有什么巧妙的实现方法吗？

解决方案 #

其实核心就是按PLAYER分组后，对SCORE列应用窗口大小为2的滚动均值，只要注意几个细节就能搞定：

1. 先把DATE列转为datetime类型，确保时间排序逻辑正确（哪怕你的数据已经排好序，这也是个好习惯）
2. 滚动计算时设置min_periods=2，保证只有当窗口内有至少2条数据时才返回均值，否则返回NaN，正好对应第一行的预期结果

下面是完整的可运行代码：

import pandas as pd

# 构造原始数据
data = {
    'PLAYER': ['Albert', 'Barney', 'Charlie']*6,
    'DATE': ['2020-08-12', '2020-08-12', '2020-08-12',
             '2020-08-13', '2020-08-13', '2020-08-13',
             '2020-08-14', '2020-08-14', '2020-08-14',
             '2020-08-15', '2020-08-15', '2020-08-15',
             '2020-08-16', '2020-08-16', '2020-08-16',
             '2020-08-17', '2020-08-17', '2020-08-17'],
    'SCORE': [10, 100, 1000, 20, 200, 2000, 30, 300, 3000,
              40, 400, 4000, 50, 500, 5000, 60, 600, 6000],
    'GAME': ['X','X','X','X','X','X','Y','Y','Y','Y','Y','Y','Z','Z','Z','Z','Z','Z']
}

df = pd.DataFrame(data)

# 1. 转换DATE列为datetime类型
df['DATE'] = pd.to_datetime(df['DATE'])

# 2. 按玩家分组计算滚动2期均值
df['2-DAY AVG'] = df.groupby('PLAYER')['SCORE'].rolling(window=2, min_periods=2).mean().reset_index(level=0, drop=True)

# 输出结果
print(df)

关键细节解释 #

• groupby('PLAYER')：确保每个玩家的计算独立进行，不会和其他玩家的数据混在一起
• rolling(window=2, min_periods=2)：窗口大小设为2，min_periods=2要求窗口内必须有2条数据才计算均值，否则返回NaN
• reset_index(level=0, drop=True)：分组后的滚动结果会带有分组索引，这一步是去掉分组索引，让计算结果能和原DataFrame完美对齐

运行这段代码后，你就能得到和预期完全一致的结果啦！之前尝试失败大概率是没处理好分组后的索引对齐，或者没设置min_periods导致第一行没有返回NaN。

内容的提问来源于stack exchange，提问作者Zoivermey