我有一个带有匹配结果的Pandas DataFrame,我试图根据普通对手计算玩家之间的统计数据。我很难想到一种有效的方法。我现在正在做的是生成一个字典,其中玩家作为键,并且作为他们玩过的一组玩家的价值。下一步是生成另一个字典,其中包含一对玩家的关键字,以及他们共同拥有的对手的值,然后我迭代DF,过滤过去玩过的比赛的DF以及仅播放的比赛其中一名球员和一名普通对手之间。这可行,但速度不是很快。我知道它永远不会很快,但我觉得有更好的方法。这是一个示例:
Winner Loser Date Other stats
A B 1-1-13 XX
A C 1-2-14 XX
B A 2-2-14 XX
C D 1-3-14 XX
C A 2-3-14 XX
D A 3-3-14 XX
所以常见的对手是:
A,B: {}
A,C: {D}
A,D: {C}
B,C: {A}
B,D: {A}
C,D: {A}
统计可能是平均胜利%