[英]pandas dataframe aggregate calculation
我有一个包含体育比赛的熊猫数据框:
Winner Loser
A B
B A
A C
我想要每个球员(即A,B和C)的输赢统计数据。 因此对于A,结果应为2-1。 对于B,它应该是1-1,对于C,它应该是0-1。
我知道如何通过以下方式在数据帧上逐行迭代来计算此:
for index, match in df.iterrows():
//code for calculating win-loss here
但我确信还有更多的pythonic / pandas-ish方式可以做到这一点? 任何对此的提示表示赞赏。
您可以将groupby
方法与size
聚合一起使用来执行此操作
例如
print df.groupby('Loser').size()
将产生一个包含损失数量计数的数据帧。
Loser
A 1
B 1
C 1
dtype: int64
然后,您可以按以下方式将它们合并到得分计数中(如果一支球队没有赢或输,则使用fillna
方法设置默认值)
wins = df.groupby('Winner').size()
losses = df.groupby('Loser').size()
scores = pd.DataFrame({'Wins' : wins, 'Losses' : losses}).fillna(0)
最终得分为
Losses Wins
A 1 2
B 1 1
C 1 0
在这样做的方式上:
win = df.groupby('Winner').count()
los = df.groupby('Loser').count()
score = pd.DataFrame([win.Loser, los.Winner])
score
得到:
A B C
Loser 2 1 0
Winner 1 1 1
和:
score.T
显示它已转置:
Loser Winner
A 2 1
B 1 1
C 0 1
这是上面使用的数据框:
df = pd.DataFrame({'Winner': list('ABA'),
'Loser': list('BAC')})
df
Loser Winner
0 B A
1 A B
2 C A
一站式:
pd.DataFrame([df.groupby('Winner').count().Loser,
df.groupby('Loser').count().Winner]).fillna(0).T
结果是:
Loser Winner
A 2 1
B 1 1
C 0 1
您想要什么格式的结果?
一种简单的计算获利和损失的方法是使用collections.Counter:
import pandas as pd
from collections import Counter
df=pd.DataFrame([['A','B'],['B','C'],['A','C']], columns=['winner','loser'])
win_counts = Counter(df['winner'])
win_counts是一本类似于以下字典的字典:
Counter({'A': 2, 'B': 1})
不过,我还是喜欢上面的Simon Gibbons答案,因为它不需要其他模块。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.