Question

我编写了一个python脚本来计算体育比赛成绩的连胜纪录。

例如，播放器 A 的数据框如下所示：

time  winner  loser  streak
1     A       B      1
2     A       C      2
3     A       D      3
4     B       A      0
5     A       F      1
6     A       G      2
7     H       A      0
8     A       X      1
9     A       Y      2
10    A       Z      3

streak-column基本上包含胜利的累积计数，但是当相应的玩家输掉时它会重置为0，因为这会结束连胜。

我现在只想输出大于2的条纹，但显然我希望所有匹配都有助于此条纹。

换句话说，查询将如下所示：提供导致条纹大于2的所有匹配

结果如下：

time  winner  loser  streak
1     A       B      1
2     A       C      2
3     A       D      3
8     A       X      1
9     A       Y      2
10    A       Z      3

如何通过熊猫实现这一目标？

Answer 1

一种解决方案是首先检测变化点，条纹变为0 且长于$ n $的点。您可以使用pct_change和streak列

上的阈值执行此操作

streak_ends = np.where((df['streak'].pct_change() > 0) & (df['streak'] > 2))[0]

然后你只需要得到条纹的起点即终点减去条纹的长度

streaks = [slice(idx - df.loc[idx, 'streak'] + 1, idx + 1) for idx in streak_ends]
streaks
Out[86]: [slice(0, 3, None), slice(7, 10, None)]


df[streaks[0], ['winner', 'streak']]
Out[87]: 
  winner streak
7      A      1
8      A      2
9      A      3

UPDATE 结果itertools.grouper做得更好

import itertools
df['A wins'] = df.winner == 'A'
# rolling groupby using itertools
groups = [list(s) for i, s in itertools.groupby(df['A wins'])]

# filter out streaks that are shorter than the desired period
# itertools.chain is needed to unpack the nested groups
streaks = list(itertools.chain(*[g if len(g) > 2 else [False] * len(g)
                                 for g in groups]))
df.loc[streaks, ['winner', 'streak']]
Out[83]: 
   winner streak
0       A      1
1       A      2
2       A      3
7       A      1
8       A      2
9       A      3
10      A      4

正确过滤大熊猫中的条纹数据

1 个答案: