Question

我正在努力更好地了解大熊猫的小组行动。

例如，假设我有一个数据框，其中包含在网球比赛中播放的集合列表。

tennis_sets = pd.DataFrame.from_items([
  ('date', ['27/05/13', '27/05/13', '28/05/13', '28/05/13',
            '28/05/13', '29/05/13', '29/05/13']),
  ('player_A',  [6, 6, 2, 6, 7, 6, 6]),
  ('player_B',  [4, 3, 6, 7, 6, 1, 0])
])

导致

       date  player_A  player_B
0  27/05/13         6         4
1  27/05/13         6         3
2  28/05/13         2         6
3  28/05/13         6         7
4  28/05/13         7         6
5  29/05/13         6         1
6  29/05/13         6         0

我想确定某一天比赛的总得分。这看起来应该是

       date  player_A  player_B
0  27/05/13         2         0
1  28/05/13         1         2
2  29/05/13         2         0

所以，我可以通过创建一个新的numpy数组并按如下方式迭代来完成：

matches = tennis_sets.groupby('date')
scores = np.zeros((len(matches),2))
for i, (_, match) in enumerate(matches):
  a, b = match.player_A, match.player_B
  scores[i] = np.c_[sum(a>b), sum(b>a)]

然后我可以将这个新的得分数组重新附加到日期。但是，这似乎不太可能是首选的做事方式。

要创建一个包含上述每个日期和匹配分数的新数据框，我是否有更好的方法可以使用pandas'api实现这一目标？

Answer 1

要回答你的问题，是的，有很多方法可以在熊猫中做到这一点。可能有一个更优雅的解决方案，但这里有一个快速的解决方案，它使用pandas groupby对按日期分组的数据帧执行求和：

In [13]: tennis_sets
Out[13]:
       date  player_A  player_B
0  27/05/13         6         4
1  27/05/13         6         3
2  28/05/13         2         6
3  28/05/13         6         7
4  28/05/13         7         6
5  29/05/13         6         1
6  29/05/13         6         0

In [14]: tennis_sets["pA_wins"] = tennis_sets["player_A"] > tennis_sets["player_B"]

In [15]: tennis_sets["pB_wins"] = tennis_sets["player_B"] > tennis_sets["player_A"]

In [18]: tennis_sets
Out[18]:
       date  player_A  player_B pA_wins pB_wins
0  27/05/13         6         4    True   False
1  27/05/13         6         3    True   False
2  28/05/13         2         6   False    True
3  28/05/13         6         7   False    True
4  28/05/13         7         6    True   False
5  29/05/13         6         1    True   False
6  29/05/13         6         0    True   False

In [21]: matches = tennis_sets.groupby("date").sum()

In [22]: matches[["pA_wins", "pB_wins"]]
Out[22]:
          pA_wins  pB_wins
date
27/05/13        2        0
28/05/13        1        2
29/05/13        2        0

使用pandas组操作

1 个答案: