如何根据 pandas 中的其他列对一列的值求和？

Question

使用如下所示的 dataframe（文本版本如下）：

我应该计算自 2010 年以来哪个国家在锦标赛中的进球最多。 到目前为止，我已经设法通过过滤掉这样的友谊来操纵 dataframe：

no_friendlies = df[df.tournament != "Friendly"]

然后我将日期列设置为索引，以便过滤掉 2010 年之前的所有匹配项：

no_friendlies_indexed = no_friendlies.set_index('date')
since_2010 = no_friendlies_indexed.loc['2010-01-01':]

从这一点开始，我很迷茫，因为我不知道如何计算每个国家的主客场进球数

任何帮助/建议表示赞赏！

编辑：

示例数据的文本版本：

date    home_team   away_team   home_score  away_score  tournament  city    country     neutral
0   1872-11-30  Scotland    England     0   0       Friendly    Glasgow     Scotland    False
1   1873-03-08  England     Scotland    4   2       Friendly    London  England     False
2   1874-03-07  Scotland    England     2   1       Friendly    Glasgow     Scotland    False
3   1875-03-06  England     Scotland    2   2       Friendly    London  England     False
4   1876-03-04  Scotland    England     3   0       Friendly    Glasgow     Scotland    False
5   1876-03-25  Scotland    Wales       4   0       Friendly    Glasgow     Scotland    False
6   1877-03-03  England     Scotland    1   3       Friendly    London  England     False
7   1877-03-05  Wales       Scotland    0   2       Friendly    Wrexham     Wales   False
8   1878-03-02  Scotland    England     7   2       Friendly    Glasgow     Scotland    False
9   1878-03-23  Scotland    Wales       9   0       Friendly    Glasgow     Scotland    False
10  1879-01-18  England     Wales       2   1       Friendly    London  England     False

编辑2：

我刚刚尝试过这样做：

since_2010.groupby(['home_team', 'home_score']).sum()

但它不会返回主队得分的总和（如果这有效，我会为客队重复它以获得总得分）

Answer 1

.groupby和.sum()用于主队，然后对客队执行相同操作并将两者相加：

df_new = df.groupby('home_team')['home_score'].sum() + df.groupby('away_team')['away_score'].sum()

output：

England     12
Scotland    34
Wales        1

更详细的解释（每条评论）：

1. 您只需要.groupby一列home_team 。 在您的回答中，您按['home_team', 'home_score']分组您的目标（没有双关语）是获得 home_score 的home_score .sum() - 所以你不应该.groupby .groupby()它。 如您所见['home_score']在我使用.groupby的部分之后，因此我可以获得它的.sum() 。 这让你为主队做好准备。
2. 然后，您对away_team执行相同的操作。
3. 那时 python / pandas 足够聪明，因为home_team和away_team组的结果对于国家/地区具有相同的值，您可以简单地将它们加在一起......

Answer 2

使用pd.wide_to_long重塑。 好处是它会自动创建一个'home_or_away'指标，但我们将首先更改列，使它们成为“score_home”（而不是“home_score”）。

# Swap column stubs around `'_'`
df.columns = ['_'.join(x[::-1]) for x in df.columns.str.split('_')]

# Your code to filter, would drop everything in your provided example
# df['date'] = pd.to_datetime(df['date'])
# df[df['date'].dt.year.gt(2010) & df['tournament'].ne('Friendly')]

df = pd.wide_to_long(df, i='date', j='home_or_away',
                     stubnames=['team', 'score'], sep='_', suffix='.*')

#                          country  neutral tournament     city      team  score
#date       home_or_away                                                        
#1872-11-30 home          Scotland    False   Friendly  Glasgow  Scotland      0
#1873-03-08 home           England    False   Friendly   London   England      4
#1874-03-07 home          Scotland    False   Friendly  Glasgow  Scotland      2
#...
#1878-03-02 away          Scotland    False   Friendly  Glasgow   England      2
#1878-03-23 away          Scotland    False   Friendly  Glasgow     Wales      0
#1879-01-18 away           England    False   Friendly   London     Wales      1

所以现在无论主场还是客场，都可以获得积分：

df.groupby('team')['score'].sum()
#team
#England     12
#Scotland    34
#Wales        1
#Name: score, dtype: int64