基於 Pandas 中跨多個列的 ID 求和

Question

我有以下問題：

有四個團隊，每個團隊都分配了一個 ID 號（1 到 4）。 他們只玩一次並獲得積分。 游戲的結果在 Pandas DataFrame 中，如下所示：

+----------------+----------------+-------------+-------------+
| Home Player ID | Away Player ID | Home Points | Away Points |
+----------------+----------------+-------------+-------------+
|              1 |              2 |           3 |           0 |
|              3 |              4 |           1 |           1 |
|              2 |              3 |           3 |           0 |
|              4 |              1 |           3 |           0 |
|              2 |              4 |           1 |           1 |
|              3 |              1 |           1 |           1 |
+----------------+----------------+-------------+-------------+

目的是根據每個球員的 ID 計算他們的積分，無論他們是主場還是客場。

我通過首先為 Home 創建兩個新的 DataFrames，然后為 Away，重命名列名使它們統一，然后使用pd.concat將它們組合成兩列：Player ID 和玩家積分。

然而，這似乎是一種非常低效的方法，我希望找到一種更有效的方法！

最終結果如下所示：

| Player ID | Total Points |
+-----------+--------------+
|         1 |            4 |
|         2 |            4 |
|         3 |            2 |
|         4 |            5 |
+-----------+--------------+

我真的很感激任何幫助/建議，如果有什么解釋不好，請告訴我！

Answer 1

MultiIndex通過split的第一個空格從列創建MultiIndex ，然后通過stack和最后的聚合sum重塑：

df.columns = df.columns.str.split(n=1, expand=True)
df = df.stack(0).groupby('Player ID', as_index=False)['Points'].sum()
print (df)
   Player ID  Points
0          1       4
1          2       4
2          3       2
3          4       5