如何根据两个不同数据框中的匹配值创建新列？

Question

我有两个数据框：

df1（游戏中发生的每个事件对应一行）

<头>

日期	游戏	事件类型	玩家	时间
02/28/10	美国对加拿大	对峙	西德尼·克罗斯比	20:00
02/28/10	美国对加拿大	通过	德鲁·道蒂	19:59
02/28/10	美国对加拿大	通过	斯科特·尼德迈尔	19:42
02/28/10	美国对加拿大	拍摄	西德尼·克罗斯比	18:57
02/28/10	美国对加拿大	外卖	丹妮·希特利	18:49
02/28/10	美国对加拿大	拍摄	丹妮·希特利	18:02
02/28/10	美国对加拿大	拍摄	西德尼·克罗斯比	17:37

df2

<头>

玩家
西德尼·克罗斯比
丹妮·希特利
斯科特·尼德迈尔
德鲁·道蒂

如何在 df2 中创建一个与每个数据框中的 Player 列匹配的新列，并计算 df1 中事件类型为“Shot”的每一行？

这是我在这个例子中要寻找的输出：

<头>

玩家	镜头
西德尼·克罗斯比	2
丹妮·希特利	1
斯科特·尼德迈尔	0
德鲁·道蒂	0

我是 Python 新手，所以如果我遗漏了一个简单的答案，我深表歉意。谢谢！

Answer 1

您可以为 df1 过滤 shot，然后进行值计数：

shots = df1.loc[df1['Event Type']=='shot', 'Player'].value_counts()

df2['shots'] = df2['Player'].map(shots)
# or using reindex with `fill_value` option
# shots.reindex(df2['Player'], fill_value=0).values

---

奖励：使用 crosstab 和 merge 一次性获取所有统计信息：

df2.merge(pd.crosstab(df1['Player'], df1['Event Type']),
          on='Player', how='left')