时间戳

首页 > 解决方案 > 如果我有重复的日期，如何用 pandas 中两个日期之间计算的值填充一列？

python - 如果我有重复的日期，如何用 pandas 中两个日期之间计算的值填充一列？

问题描述

这个问题是这个问题的一个变体，唯一的区别是日期可以在 DataFrame 的行中重复。因此，示例将是：

日期 位置 培训师ID 赢％
2017-09-03 4 1788 0（0胜，1场比赛）
2017-09-16 5 1788 0（0胜，2场比赛）
2017-10-14 1 1788 33（1胜，3场比赛）
2017-10-14 3 1788 25（1 胜，4 场比赛）

是否可以Win%在过去 1000 天的这些条件下进行计算？如果是这样，怎么做？

标签： pythonpandas

解决方案

另一个解决方案中的逻辑仍然是正确的；问题是groupby+rolling破坏了索引，因此将结果与原始 DataFrame 对齐变得有问题。

在这种情况下，您可以.reset_index使用max（假设是 RangeIndex）来带来原始索引。这允许您聚合，然后将结果对齐。

我在最后添加了一行，向您展示它如何强制执行 1000 天窗口。

# If your DataFrame doesn't have a RangeIndex this is required for the logic
#df = df.reset_index(drop=True)

df['win'] = df['Position'].eq(1) 

s = (df.reset_index().groupby('TrainerID')
       .rolling('1000D', on='Date')
       .agg({'win': 'mean', 'index': 'max'})
       .reset_index(drop=True)
       .set_index('index')
       .mul(100))  
#              win
#index            
#0.0      0.000000
#1.0      0.000000
#2.0     33.333333
#3.0     25.000000
#4.0    100.000000

df['Win %'] = s

print(df)
        Date  Position  TrainerID    win       Win %
0 2017-09-03         4       1788  False    0.000000
1 2017-09-16         5       1788  False    0.000000
2 2017-10-14         1       1788   True   33.333333
3 2017-10-14         3       1788  False   25.000000
4 2027-10-14         1       1788   True  100.000000

推荐阅读