Question

我有一个数据框，如下图所示。我目前有2列显示某人遭受的伤害，其旁边的列代表该人错过的比赛（如果他们因受伤错过了比赛，则为1；如果他们没有因受伤而错过比赛，则没有受伤）。在第三列中，我希望汇总球员因受伤缺席的比赛次数，而不是Nan。因此，您可以看到玩家在第一周发生脑震荡并错过了比赛，但第二周没有发生。因此，由于脑震荡，他缺席了1场比赛。我希望该行看起来像这样：

Injury       Game Missed    Games Missed Due To Injury
Concussion       1                (Concussion,1)
Concussion       0                (Concussion,1)
No Injury        No Injury        Nan
Shoulder         1                (Shoulder,1)
Shoulder         No Injury        (Shoulder,1)
Shoulder         1                (Shoulder,2)
Shoulder         1                (Shoulder,3)

我如何在熊猫中实现这一目标？

谢谢！

Answer 1

在使用Series.groupby和cumsum之前，先使用pd.to_numeric计算Series.fillna。将“无伤害”替换为“ 0”，以便转换为整数（Series.astype）以计算累积总和。计算完总和后，将其转换为str，然后使用Series.str.cat将其加入“伤害”列：

 missed=pd.to_numeric(df['Game Missed'],errors='coerce').fillna(0).astype(int).groupby(df['Injury']).cumsum()  
df['Games Missed Due To Injury']=( missed.astype(str)
                                         .str.cat(df['Injury'],sep=',')
                                         .mask(df['Injury'].str.contains('No')) )
print(df)

       Injury Game Missed Games Missed Due To Injury
0  Concussion           1               1,Concussion
1  Concussion           0               1,Concussion
2   No Injury   No Injury                        NaN
3    Shoulder           1                 1,Shoulder
4    Shoulder   No Injury                 1,Shoulder
5    Shoulder           1                 2,Shoulder
6    Shoulder           1                 3,Shoulder

注意，您可以使用所需的面罩：

df['Injury'].str.contains('No')
df['Injury'].eq('No Injury')
df['Injury'].str.contains('No Injury',case=False)

如何基于其他2列汇总熊猫列的计数

1 个答案: