如何在 groupby 和滚动总和之后创建具有值的新列？答案

【问题标题】：How to create a new column with values after groupby & rollingsum?如何在 groupby 和滚动总和之后创建具有值的新列？
【发布时间】：2019-09-16 02:44:22
【问题描述】：

我正在尝试在现有 df 中创建一个新列。新列的值是由 groupby 和 rolling sum 的组合创建的。我该怎么做？

我尝试了两种方法，都导致 NaN 值或“插入列的索引与帧索引不兼容”

df = 类似这样的：


    HomeTeam    FTHP
0   Bristol Rvs 0
1   Crewe           0
2   Hartlepool  3
3   Huddersfield    1

我试过了：

(1)

df['new'] = df.groupby('HomeTeam')['FTHP'].rolling(4).sum()

(2)

df['new'] = df.groupby('HomeTeam').FTHP.apply(lambda x: x.rolling(4).mean())

(1) 输出以下是我想在新列中添加的值。

HomeTeam        
Brighton     12      NaN
             36      NaN
             49      NaN
             72      2.0
             99      2.0

我正在尝试将这些值添加到相应 HomeTeam 旁边的新列中。导致前三个的 NaN（因为它正在滚动（4））并在之后拾取值，例如：


    HomeTeam    FTHP      RollingMean
0   Bristol Rvs 0         NaN
1   Crewe           0         NaN
2   Hartlepool  3         NaN
3   Huddersfield    1         NaN

【问题讨论】：

标签： python pandas group-by multiple-columns rolling-sum

【解决方案1】：

为了确保与原始（非重复）索引对齐：

df.groupby('HomeTeam', as_index=False)['FTHP'].rolling(4).sum().reset_index(0, drop=True)

df:

  HomeTeam  FTHP
A        a     0
B        b     1
C        b     2
D        a     3
E        b     4

与as_index=False 分组添加ngroup 值作为第0 级，保留第1 级中的原始索引：

df.groupby('HomeTeam', as_index=False)['FTHP'].rolling(2).sum()
#0  A    NaN
#   D    3.0
#1  B    NaN
#   C    3.0
#   E    6.0
#Name: FTHP, dtype: float64

删除级别=0 以确保与原始索引对齐。您的原始索引不应重复，否则您会得到 ValueError。

【讨论】：