当数据框列中的值为 x 时，使用 Jupyter Notebooks 和 Python 计算另一个列值为 y 的次数？

Question

我希望能够回答“击球手在击出 6 后被下一个球出局的可能性有多大？”这个问题。

为此，我想评估值“6”的“batsman_runs”列，如果是这样，我想评估下一行的“player_dismissed”列。

例如，对于整个数据集，如果第 2 行中的“batsman_runs”=“6”，那么第 3 行中的“player_dismissed”是否包含值？ 如果有，请数 1。

这是我的数据集的结构，前 5 行显示：

match_id  inning         batting_team                 bowling_team  over  \
0         1       1  Sunrisers Hyderabad  Royal Challengers Bangalore     1   
1         1       1  Sunrisers Hyderabad  Royal Challengers Bangalore     1   
2         1       1  Sunrisers Hyderabad  Royal Challengers Bangalore     1   
3         1       1  Sunrisers Hyderabad  Royal Challengers Bangalore     1   
4         1       1  Sunrisers Hyderabad  Royal Challengers Bangalore     1   


   ball    batsman non_striker    bowler  is_super_over   ...    bye_runs  \
0     1  DA Warner    S Dhawan  TS Mills              0   ...           0   
1     2  DA Warner    S Dhawan  TS Mills              0   ...           0   
2     3  DA Warner    S Dhawan  TS Mills              0   ...           0   
3     4  DA Warner    S Dhawan  TS Mills              0   ...           0   
4     5  DA Warner    S Dhawan  TS Mills              0   ...           0   


   legbye_runs  noball_runs  penalty_runs  batsman_runs  extra_runs  \
0            0            0             0             0           0   
1            0            0             0             0           0   
2            0            0             0             4           0   
3            0            0             0             0           0   
4            0            0             0             0           2   


   total_runs  player_dismissed dismissal_kind fielder  
0           0                No           None    None  
1           0                No           None    None  
2           4                No           None    None  
3           0                No           None    None  
4           2                No           None    None  

[5 rows x 21 columns]

Answer 1

您可以使用 shift function 并检查如下情况。 当玩家在 6 点后被解雇时，这将给出行

df[(df['batsman_runs'].shift()=='6')& (df['player_dismissed']!='')]

## OR, if player_dismissed for not dismissed is null

df[(df['batsman_runs'].shift()=='6')& (~df['player_dismissed'].isnull())]