在 pandas 数据框中创建一个新列，其中包含数据框中每个玩家的前一年统计数据

Question

(python) 我目前有一个看起来像这样的 pandas 数据框：

player        |     year     |     points     |
-----------------------------------------------
LeSean McCoy  |     2012     |     199.3      |
-----------------------------------------------
LeSean McCoy  |     2013     |     332.6      |
-----------------------------------------------
LeSean McCoy  |     2014     |     200.4      |
-----------------------------------------------

我正在尝试将一个新列添加到包含球员上一年 points.

在此示例中，我可以执行 groupby 将数据帧转换为一行，其中每个 year 都是自己的专栏。但是，我只想添加一列，例如：

player        |     year     |     points     |     prev_year_pts     |
-----------------------------------------------------------------------
LeSean McCoy  |     2012     |     199.3      |        0              |
-----------------------------------------------------------------------
LeSean McCoy  |     2013     |     332.6      |        199.3          |
-----------------------------------------------------------------------
LeSean McCoy  |     2014     |     200.4      |        332.6          |
-----------------------------------------------------------------------

我正在使用的真实数据框有 300 多个独特的玩家名称，所以我一直试图在这个例子中找到一个解决方案还可以使用示例中的不同播放器名称，具有如下所需的输出：

player               |     year     |     points     |     prev_year_pts     |
------------------------------------------------------------------------------
LeSean McCoy         |     2012     |     199.3      |        0              |
------------------------------------------------------------------------------
LeSean McCoy         |     2013     |     332.6      |        199.3          |
------------------------------------------------------------------------------
LeSean McCoy         |     2014     |     200.4      |        332.6          |
------------------------------------------------------------------------------
Christian McCaffrey  |     2017     |     228.6      |        0              |
------------------------------------------------------------------------------
Christian McCaffrey  |     2018     |     385.5      |        228.6          |
------------------------------------------------------------------------------
Christian McCaffrey  |     2019     |     471.2      |        385.5          |
------------------------------------------------------------------------------

我已经能够使用以下代码添加 prev_year 列：

example["prev_year"] = [x-1 for x in example.groupby(["player"])["year"].get_group("LeSean McCoy")]

但我一直在思考如何从中获取 prev_year_points，以及如何以某种方式实现可以计算每个 player 观察值 ...

Answer 1

您可以先尝试按player和year排序，然后再groupby + shift:

df=df.sort_values(['player','year'])
df['prev_year_pts']=df.groupby('player')['points'].shift(fill_value=0)

所以用你给的样本举个小例子：

#create the dataframe
d={'player': {0: 'LeSean McCoy', 1: 'LeSean McCoy', 2: 'LeSean McCoy', 3: 'Christian McCaffrey', 4: 'Christian McCaffrey', 5: 'Christian McCaffrey'},
    'year': {0: 2013, 1: 2012, 2: 2014, 3: 2019, 4: 2018, 5: 2017}, 'points': {0: 199.3, 1: 332.6, 2: 200.4, 3: 228.6, 4: 385.5, 5: 471.2}}

df=pd.DataFrame(d)
df
#                player  year  points
#0         LeSean McCoy  2013   199.3
#1         LeSean McCoy  2012   332.6
#2         LeSean McCoy  2014   200.4
#3  Christian McCaffrey  2019   228.6
#4  Christian McCaffrey  2018   385.5
#5  Christian McCaffrey  2017   471.2


df=df.sort_values(['player','year'])
df
#                player  year  points
#5  Christian McCaffrey  2017   471.2
#4  Christian McCaffrey  2018   385.5
#3  Christian McCaffrey  2019   228.6
#1         LeSean McCoy  2012   332.6
#0         LeSean McCoy  2013   199.3
#2         LeSean McCoy  2014   200.4

df['prev_year_pts']=df.groupby('player')['points'].shift(fill_value=0)
df
#                player  year  points  prev_year_pts
#5  Christian McCaffrey  2017   471.2            0.0
#4  Christian McCaffrey  2018   385.5          471.2
#3  Christian McCaffrey  2019   228.6          385.5
#1         LeSean McCoy  2012   332.6            0.0
#0         LeSean McCoy  2013   199.3          332.6
#2         LeSean McCoy  2014   200.4          199.3

在 pandas 数据框中创建一个新列，其中包含数据框中每个玩家的前一年统计数据

Create one new column in pandas dataframe comprised of previous year stats for each player in the dataframe

python-3.x

pandas

dataframe

feature-engineering