Question

我有3个棒球比赛的下表。在每场比赛中，我都有两行代表在同一场比赛中的两支球队中每一支球队的信息。通过检查列play_homevisitor来知道哪一行是指哪个团队，如果该列有1，则该行与主队（位于hometeam列中）有关，但如果为0，则该行与访问者有关。团队（位于visteam列中）。这是我的数据集df。

Game_ID             hometeam    visteam play_homevisitor    Runs_scored
ATL199204090         ATL         SFN           0                13
ATL199204090         ATL         SFN           1                6
ATL199204100         ATL         SFN           0                3
ATL199204100         ATL         SFN           1                6
ATL199204110         ATL         SFN           0                4
ATL199204110         ATL         SFN           1                0

我也有每队的得分。

因此，我需要计算带有runs_allowed的新列，只需在具有相同Game_ID的每两行之间切换runs_scored的值，如下所示：

Game_ID        hometeam visteam play_homevisitor    Runs_scored     Runs_allowed       
ATL199204090    ATL      SFN           0                13                6
ATL199204090    ATL      SFN           1                6                 13
ATL199204100    ATL      SFN           0                3                 6
ATL199204100    ATL      SFN           1                6                 3
ATL199204110    ATL      SFN           0                4                 0
ATL199204110    ATL      SFN           1                0                 4

我有一种可能的方法，但我很好奇您是否有另一种方法可以做到。

我一直在想任何可能的方法，我注意到play_homevisitor列中的序列始终为0、1、0、1，因此我想到了：

创建两个中间列，将runs_scored移到-1和+1。它将创建列upShift和列downShift。仅分析每对game_D；在upShift中，主队得分的得分会上升，而在DownShift中，访问者队得分的得分会下降。

df['downShift'] = df['Runs_scored'].shift(periods= 1).fillna(0)
df['upShift'] = df['Runs_scored'].shift(periods= -1).fillna(0)

然后，如果play_homevisitor为0，我将在upShift中拾取该值，否则，如果play_homevisitor为1，我将在downshift中拾取该值

df ['Runs_allowed'] = df [['play_homevisitor'，'downShift'， ['upShift']]。apply（lambda x：x ['upShift']如果x ['play_homevisitor'] == 0 否则x ['downShift']，轴= 1）

Answer 1

您可以将groupby与shift结合使用两次。然后使用fillna创建新列：

s1 = df.groupby('Game_ID')['Runs_scored'].shift(-1)
s2 = df.groupby('Game_ID')['Runs_scored'].shift(1)

df['Runs_allowed'] = s1.fillna(s2).astype(int)

print(df)
        Game_ID hometeam visteam  play_homevisitor  Runs_scored  Runs_allowed
0  ATL199204090      ATL     SFN                 0           13             6
1  ATL199204090      ATL     SFN                 1            6            13
2  ATL199204100      ATL     SFN                 0            3             6
3  ATL199204100      ATL     SFN                 1            6             3
4  ATL199204110      ATL     SFN                 0            4             0
5  ATL199204110      ATL     SFN                 1            0             4

Answer 2

我一直在想任何可能的方法，我注意到play_homevisitor列中的序列始终为0、1、0、1，因此我想到了：

创建两个中间列，将runs_scored移到-1和+1。它将创建列upShift和列downShift。仅分析每对game_D；在upShift中，主队得分的得分会上升，而在DownShift中，访问者队得分的得分会下降。

df['downShift'] = df['Runs_scored'].shift(periods= 1).fillna(0)
df['upShift'] = df['Runs_scored'].shift(periods= -1).fillna(0)

然后，如果play_homevisitor为0，我将在upShift中拾取该值，否则，如果play_homevisitor为1，我将在downshift中拾取该值

df ['Runs_allowed'] = df [['play_homevisitor'，'downShift'， ['upShift']]。apply（lambda x：x ['upShift']如果x ['play_homevisitor'] == 0 否则x ['downShift']，轴= 1）

Answer 3

如果所有对和列均已排序，请使用：

df = df.sort_values(['Game_ID','play_homevisitor'])

m1 = df['play_homevisitor'] == 0
m2 = df['play_homevisitor'] == 1

s1 = df.loc[m1, 'Runs_scored'].values
s2 = df.loc[m2, 'Runs_scored'].values
df.loc[m2, 'Runs_allowed'], df.loc[m1, 'Runs_allowed'] = s1, s2 

print (df)
        Game_ID hometeam visteam  play_homevisitor  Runs_scored  Runs_allowed
0  ATL199204090      ATL     SFN                 0           13           6.0
1  ATL199204090      ATL     SFN                 1            6          13.0
2  ATL199204100      ATL     SFN                 0            3           6.0
3  ATL199204100      ATL     SFN                 1            6           3.0
4  ATL199204110      ATL     SFN                 0            4           0.0
5  ATL199204110      ATL     SFN                 1            0           4.0

关键列值相同时，可在两行中切换两个值

3 个答案: