根据前几行有效计算新的 dataframe 列

Question

我有一个 pandas dataframe 的 NBA 比赛结果，其中每一行代表一场比赛和该比赛期间特定球员的统计数据。 这是行的一小部分示例：

  League  Offensive Rebound %     Player_Name  ...  Blocks  Outcome     Age
0    NBA                  1.0  Alaa Abdelnaby  ...     0.0   W (+8)  25-211
1    NBA                  2.0  Alaa Abdelnaby  ...     2.0   W (+8)  25-214
2    NBA                  5.0  Alaa Abdelnaby  ...     1.0   W (+5)  25-216
3    NBA                  0.0  Alaa Abdelnaby  ...     0.0  W (+12)  25-220
4    NBA                  2.0  Alaa Abdelnaby  ...     0.0  L (-35)  25-222
5    NBA                  0.0  Alaa Abdelnaby  ...     0.0  L (-13)  25-223
6    NBA                  0.0  Alaa Abdelnaby  ...     0.0  L (-19)  25-238
7    NBA                  0.0  Alaa Abdelnaby  ...     0.0  L (-11)  25-240
8    NBA                  0.0  Alaa Abdelnaby  ...     0.0   L (-9)  25-241
9    NBA                  0.0  Alaa Abdelnaby  ...     0.0   L (-2)  25-243

[10 rows x 31 columns]

我想添加一个列来跟踪球队在本赛季那个时候的记录。 我想出的方法是按赛季、球队和球员对 dataframe 进行分组，然后按日期排序并迭代，当球队获胜时将其添加到总胜利中。 这是代码：

# Get a group for each player each season
grouped_game_data = game_data.groupby(['Season', 'Team', 'Player_Name'])
game_data['Team Wins'] = np.nan
game_data['Team Losses'] = np.nan

# Iterate through players per season
for name, group in grouped_game_data:
    # Keep track of current wins
    curr_wins = 0
    curr_losses = 0

    # Iterate through games in a season by player
    for idx, game in group.sort_values(by='Date').iterrows():
        game_data.loc[idx, 'Team Wins'] = curr_wins
        game_data.loc[idx, 'Team Losses'] = curr_losses

        if game['Outcome'][0] == 'W':
            curr_wins += 1
        elif game['Outcome'][0] == 'L':
            curr_losses += 1

这似乎运行良好，但运行需要一段时间。 有没有办法对这段代码进行矢量化，或者编写一些其他更有效的方法来实现相同的结果？ 我以后可能需要做类似的操作，希望他们花更少的时间。 提前致谢！