Question

这与发布的其他一些问题类似，但是我找不到适合我需要的答案。

我有一个具有以下内容的数据框：

RK  PLAYER                SCHOOL    YEAR    POS POS RK  HT  WT  2019    2018    2017    2016
0   1   Nick Bosa         Ohio St.  Jr      EDGE    1   6-4 266 Jr   
1   2   Quinnen Williams  Alabama   Soph    DL      1   6-3 303 Soph    
2   3   Josh Allen        Kentucky  Sr      EDGE    2   6-5 262 Sr  
3   4   Ed Oliver         Houston   Jr      DL      2   6-2 287 Jr

2018、2017和2016具有np.NaN值；但是我无法正确格式化其中的表格。

现在我有一个单独的列表，其中包含以下内容：

season = ['Sr', 'Jr', 'Soph', 'Fr']

2019栏说明了他们的当前状态，我希望2018栏说明到前一年的状态。因此，如果它是“ Sr”，则应该是“ Jr”。本质上，我想做的是对[季节]中的值进行列检查，将其向前移动一个索引，然后将该值重新放入列中。 2018年的结果应为：

RK  PLAYER               SCHOOL YEAR        POS POS RK  HT  WT  2019 2018   2017    2016
0   1   Nick Bosa         Ohio St.  Jr      EDGE    1   6-4 266 Jr   Soph
1   2   Quinnen Williams  Alabama   Soph    DL      1   6-3 303 Soph Fr 
2   3   Josh Allen        Kentucky  Sr      EDGE    2   6-5 262 Sr   Jr
3   4   Ed Oliver         Houston   Jr      DL      2   6-2 287 Jr   Soph

我可以想到一种在iteritems循环中使用for k，v来执行此操作的方法，该方法可以检查值，但是我想知道是否有更好的方法？

Answer 1

我不确定这是否比您现有的方法聪明得多，但这是一个建议

import pandas as pd


def get_season(curr_season, curr_year, prev_year):
    season = ['Sr', 'Jr', 'Soph', 'Fr']

    try:
        return season[season.index(curr_season) + (curr_year - prev_year)]
    except IndexError:
        # Return some meaningful meassage perhaps?
        return '-'

df = pd.DataFrame({'2019': ['Jr', 'Soph', 'Sr', 'Jr']})

df['2018'] = [get_season(s, 2019, 2018) for s in df['2019']]
df['2017'] = [get_season(s, 2019, 2017) for s in df['2019']]
df['2016'] = [get_season(s, 2019, 2016) for s in df['2019']]


df
Out[18]: 
   2019  2018  2017 2016
0    Jr  Soph    Fr    -
1  Soph    Fr     -    -
2    Sr    Jr  Soph   Fr
3    Jr  Soph    Fr    -

Answer 2

另一种可能的解决方案是编写一个函数，该函数将接受一行，从'2019'值开始对seasons列表进行切片，并将该切片返回为pandas.Series。然后，我们可以使用apply()将该函数应用于列。我使用了输入数据框架的一部分进行测试。

In [3]: df
Out[3]: 
    WT  2019  2018  2017  2016
0  266    Jr   NaN   NaN   NaN
1  303  Soph   NaN   NaN   NaN
2  262    Sr   NaN   NaN   NaN
3  287    Jr   NaN   NaN   NaN

In [4]: def fill_row(row):
   ...:     season = ['Sr', 'Jr', 'Soph', 'Fr']
   ...:     data = season[season.index(row['2019']):]
   ...:     return pd.Series(data)


In [5]: cols_to_update = ['2019', '2018', '2017', '2016']

In [6]: df[cols_to_update] = df[cols_to_update].apply(fill_row, axis=1)

In [7]: df
Out[7]: 
    WT  2019  2018  2017 2016
0  266    Jr  Soph    Fr  NaN
1  303  Soph    Fr   NaN  NaN
2  262    Sr    Jr  Soph   Fr
3  287    Jr  Soph    Fr  NaN

使用条件和列表更新熊猫列

2 个答案: