Pandas - 功能有条件地更新下一行的某些列

Question

我有 csv 文件，其中包含来自不同足球比赛的大量结果。数据类似于下面的示例。该result列可以包含 3 个可能的值：H -> 主队获胜（主队获得+3分）A -> 客队获胜（客场将获得 + 3 分）D -> 平局（两队均获得 +1 分）   HomeTeam    AwayTeam Result0   FC_Fake  ABC_United      H1  Team_123   FC_Berlin      A2   FC_FAKE    TEAM_123      D我想更新文件，以便每一行都包含每支球队的总积分as they are at the start of the match（因此尚未更新该行本身的比赛结果）我使用以下代码更新数据框，因此它包含points_[TEAM_NAME]每个团队的虚拟列。# Teams is a python list I extracted earlierfor team in teams:    df['points_' + team] = 0目标是转换数据帧，使上面的例子变成下面的例子。（同样，分数应该代表比赛开始时的情况。所以即使FC_FAKE在第一行赢得比赛，Points_FC_FAKE列也是 0 ）HomeTeam | AwayTeam | Result  Points_FC_FAKE | Points_TEAM_123 | Points_FC_Berlin |  etc------------------------------------------------------------------------------- FC_Fake  ABC_United    H         0                  0             0 Team_123 FC_Berlin     A         3                  0             0 FC_FAKE  Team_123      D         3                  0             3我创建了以下 python 函数，如果它遍历数据帧中的所有行，则应解析结果并将正确的点数奖励给正确的团队。def point_updater(x):    if x['Result'] == 'H':                home = x['HomeTeam']        x.shift(-1)['points_' + home] += 3        return x    elif x['Result'] == 'A':                away = x['AwayTeam']        x.shift(-1)['points_' + away] += 3        return x    elif x['Result'] == 'D':                home = x['AwayTeam']        away = x['AwayTeam']        x.shift(-1)['points_' + home] += 1        x.shift(-1)['points_' + away] += 1        return x问题是当我将此函数应用于数据帧时，点不会改变（全部保持为 0）df = df.apply(point_counter, axis=1)df['points_FC_Fake'].value_counts()----0    2691有谁知道我做错了什么？

Answer 1

在某些例外情况下，我们可以使用iterrows它。另外，在开始计算之前，我通过进行一些清理使您的代码更具故障证明性和通用性：

# Convert to uppercase letters 

df['HomeTeam'] = df['HomeTeam'].str.upper()

df['AwayTeam'] = df['AwayTeam'].str.upper()

# get a list off all the teams in competition

lst_teams = list(set(list(df.HomeTeam.unique()) + list(df.AwayTeam.unique())))

# Create columns for each team

for team in lst_teams:

    df[team] = 0

# Iterate over each row and assign correct points

for idx, r in df.iterrows():

    if r['Result'] == 'H':

        df.loc[[idx], [r['HomeTeam']]] = 3

    if r['Result'] == 'A':

        df.loc[[idx], [r['AwayTeam']]] = 3

    if r['Result'] == 'D':

        df.loc[[idx], [r['AwayTeam']]] = 1

        df.loc[[idx], [r['HomeTeam']]] = 1

# Shift the rows one down, since points are only available at start of match

df.iloc[:, 3:] = df.iloc[:, 3:].cumsum().shift(1).fillna(0).astype(int)

输出

print(df)

   HomeTeam    AwayTeam Result  ABC_UNITED  TEAM_123  FC_FAKE  FC_BERLIN

0   FC_FAKE  ABC_UNITED      H           0         0        0          0

1  TEAM_123   FC_BERLIN      A           0         0        3          0

2   FC_FAKE    TEAM_123      D           0         0        3          3

Answer 2

可能有一种更简洁的方式来执行这些操作，但现在应该足够了。您可以使用df.replace()将Result键映射到它们的关联值，然后使用pd.concat()和pd.DataFrame.pivot()实现您想要的结果：

import pandas as pd

df = pd.DataFrame({'HomeTeam': ['FC_Fake','Team_123','FC_Fake'], 'AwayTeam': ['ABC_United','FC_Berlin','Team_123'], 'Result': ['H','A','D']})

remap = df.replace({'H': 3, 'A': 3, 'D': 1})

new = pd.concat([remap.pivot(columns='HomeTeam', values='Result'), remap.pivot(columns='AwayTeam', values='Result')], axis=1).shift(1).fillna(0).astype(int).cumsum()

final = pd.concat([df, new], axis=1)

产量：

   HomeTeam    AwayTeam Result  FC_Fake  Team_123  ABC_United  FC_Berlin  \

0   FC_Fake  ABC_United      H        0         0           0          0   

1  Team_123   FC_Berlin      A        3         0           3          0   

2   FC_Fake    Team_123      D        3         3           3          3   

   Team_123  

0         0  

1         0  

2         0 

Answer 3

将您的功能更改为：

def point_updater(x):

    if x['Result'] == 'H':    

        home = x['HomeTeam']

        x['points_' + home] += 3

        return x

    elif x['Result'] == 'A':        

        away = x['AwayTeam']

        x['points_' + away] += 3

        return x

    elif x['Result'] == 'D':        

        home = x['HomeTeam']

        away = x['AwayTeam']

        x['points_' + home] += 1

        x['points_' + away] += 1

        return x

然后在代码的末尾添加：

df = df.apply(point_updater,axis=1)

for team in teams:

    df["points_" + team]= df["points_" + team].cumsum()