熊猫来计算滚动汇率

Question

我想要计算一个时间序列的滚动汇率。

思考数据的方式是它是针对不同团队的一系列多人游戏系列的结果。直到最后一场比赛我们都不知道谁会赢得这个系列赛。我试图计算赢得比率，因为它会对每个对手球队发展。

series_id  date  opposing_team won_series 
1   1/1/2000   a   0 
1   1/3/2000   a   0 
1   1/5/2000   a   1 
2   1/4/2000   a   0 
2   1/7/2000   a   0 
2   1/9/2000   a   0 
3   1/6/2000   b   0 

变为：

series_id  date  opposing_team won_series percent_win_against_team 
1   1/1/2000   a   0     NA 
1   1/3/2000   a   0     NA 
1   1/5/2000   a   1     100 
2   1/4/2000   a   0     NA 
2   1/7/2000   a   0     100 
2   1/9/2000   a   0     50 
3   1/6/2000   b   0     0 

Answer 1

我仍然不觉得我理解你如何决定什么时候一个系列是在规则。 3结束了吗？为什么它不适用，我会想到1/3。不过，这是一种跟踪完成系列数量和（a）赢率的方法。

定义26472215table.csv：

series_id,date,opposing_team,won_series 
1,1/1/2000,a,0 
1,1/3/2000,a,0 
1,1/5/2000,a,1 
2,1/4/2000,a,0 
2,1/7/2000,a,0 
2,1/9/2000,a,0 
3,1/6/2000,b,0 

代码：

import pandas as pd 
import numpy as np 

df = pd.read_csv('26472215table.csv') 
grp2 = df.groupby(['series_id']) 
sr = grp2['date'].max() 
sr.name = 'LastGame' 
df2 = df.join(sr, on=['series_id'], how='left') 
df2.sort('date') 



df2['series_comp'] = df2['date'] == df2['LastGame'] 
df2['running_sr_cnt'] = df2.groupby(['opposing_team'])['series_comp'].cumsum() 
df2['running_win_cnt'] = df2.groupby(['opposing_team'])['won_series'].cumsum() 

winrate = lambda x: x[1]/ x[0] if (x[0] > 0) else None 
df2['winrate'] = df2[['running_sr_cnt','running_win_cnt']].apply(winrate, axis = 1) 

结果DF2 [[ '日期'， '胜率']]：

 date winrate 
0 1/1/2000  NaN 
1 1/3/2000  NaN 
2 1/5/2000  1.0 
3 1/4/2000  1.0 
4 1/7/2000  1.0 
5 1/9/2000  0.5 
6 1/6/2000  0.0