Question

从我问here的问题中，我得到了一个类似于以下内容的JSON响应：

（请注意：以下示例数据中的id是数字字符串，但有些是字母数字）

data=↓**

{
  "state": "active",
  "team_size": 20,
  "teams": {
    "id": "12345679",
    "name": "Good Guys",
    "level": 10,
    "attacks": 4,
    "destruction_percentage": 22.6,
    "members": [
      {
        "id": "1",
        "name": "John",
        "level": 12
      },
      {
        "id": "2",
        "name": "Tom",
        "level": 11,
        "attacks": [
          {
            "attackerTag": "2",
            "defenderTag": "4",
            "damage": 64,
            "order": 7
          }
        ]
      }
    ]
  },
  "opponent": {
    "id": "987654321",
    "name": "Bad Guys",
    "level": 17,
    "attacks": 5,
    "damage": 20.95,
    "members": [
      {
        "id": "3",
        "name": "Betty",
        "level": 17,
        "attacks": [
          {
            "attacker_id": "3",
            "defender_id": "1",
            "damage": 70,
            "order": 1
          },
          {
            "attacker_id": "3",
            "defender_id": "7",
            "damage": 100,
            "order": 11
          }
        ],
        "opponentAttacks": 0,
        "some_useless_data": "Want to ignore, this doesn't show in every record"
      },
      {
        "id": "4",
        "name": "Fred",
        "level": 9,
        "attacks": [
          {
            "attacker_id": "4",
            "defender_id": "9",
            "damage": 70,
            "order": 4
          }
        ],
        "opponentAttacks": 0
      }
    ]
  }
}

我使用以下方法加载了该代码：

df = json_normalize([data['team'], data['opponent']],
                     'members',
                     ['id', 'name'],
                     meta_prefix='team.',
                     errors='ignore')
print(df.iloc(1))
attacks              [{'damage': 70, 'order': 4, 'defender_id': '9'...
id                                                                   4
level                                                                9
name                                                              Fred
opponentAttacks                                                      0
some_useless_data                                                  NaN
team.name                                                     Bad Guys
team.id                                                      987654321
Name: 3, dtype: object

我本质上有一个三部分的问题。

如何使用member tag获得类似于上面的行？我尝试过：

member = df[df['id']=="1"].iloc[0]
#Now this works, but am I correctly doing this?
#It just feels weird is all.

仅考虑到仅记录了攻击但没有记录（即使给出了defender_id），我如何才能检索成员的防御？我尝试过：

df.where(df['tag']==df['attacks'].str.get('defender_id'), df['attacks'], axis=0)
#This is totally not working.. Where am I going wrong?

由于我要从API检索新数据，因此我需要检查数据库中的旧数据，以查看是否有任何新的攻击。然后，我可以遍历新的攻击，然后在其中向用户显示攻击信息。

老实说，我无法弄清楚，我也尝试研究this question和this one，以至于觉得自己离我需要的地方很近，但仍无法解决问题围绕这个概念。本质上，我的逻辑如下：
```
def get_new_attacks(old_data, new_data)
    '''params
         old_data: Dataframe loaded from JSON in database
         new_data: Dataframe loaded from JSON API response
                   hopefully having new attacks
       returns:
         iterator over the new attacks
    '''

    #calculate a dataframe with new attacks listed
    return df.iterrows()
```

我知道除了我给提供的文档（基本上是为了显示所需的输入/输出）以外，上面的功能几乎没有付出任何努力，但是相信我，我一直在为这部分努力最。我一直在研究merg，然后再进行reset_index()的所有攻击，由于这些攻击是列表，因此只会引起一个错误。我上面链接的第二个问题中的map()函数让我很困惑。

Answer 1

依次回答您的问题（以下代码）：

我看起来id是数据的唯一索引，因此您可以使用df.set_index('id')，例如，您可以通过df.loc['1']通过玩家ID访问数据。
据我了解，您的数据中，每个attacks中列出的所有字典都是独立的，在某种意义上来说不需要相应的玩家ID（例如attacker_id或{{1 }}似乎足以识别数据）。因此，建议不要处理包含列表的行，而建议将数据交换到其自己的数据框中，以使其易于访问。
一旦将defender_id存储在其自己的数据框中，您就可以简单地比较索引以过滤掉旧数据。

下面是一些示例代码来说明各个要点：

attacks

如何基于其他行和其他数据框在数据框中查找行

1 个答案: