![](/img/trans.png)
[英]How do I replace column values of a dataframe with values of another dataframe based on a common column?
[英]How do I groupby a dataframe based on values that are common to multiple columns?
我試圖基於在兩列中找到的值聚合一個數據框。 我正在嘗試聚合數據幀,以使在A列或B列中具有某些值X的行聚合在一起。
更具體地說,我正在嘗試做這樣的事情。 假設我有一個dataframe gameStats:
awayTeam homeTeam awayGoals homeGoals
Chelsea Barca 1 2
R. Madrid Barca 2 5
Barca Valencia 2 2
Barca Sevilla 1 0
... 等等
我想構造一個數據框,以使我的行中有類似以下內容的內容:
team goalsFor goalsAgainst
Barca 10 5
一個顯而易見的解決方案是,因為唯一元素的集合很小,所以它是這樣的:
for team in teamList:
aggregateDf = gameStats[(gameStats['homeTeam'] == team) | (gameStats['awayTeam'] == team)]
# do other manipulations of the data then append it to a final dataframe
但是,經歷循環似乎不太優雅。 而且由於我以前使用很多唯一標識符遇到了這個問題,所以我想知道是否有一種方法可以不使用循環,因為這對我來說似乎效率很低。
解決方案是2折,首先為每個團隊在出差時計算目標,然后將它們組合起來。 就像是:
goals_when_away = gameStats.groupby(['awayTeam'])['awayGoals', 'homeGoals'].agg('sum').reset_index().sort_values('awayTeam')
goals_when_home = gameStats.groupby(['homeTeam'])['homeGoals', 'awayGoals'].agg('sum').reset_index().sort_values('homeTeam')
然后結合起來
np_result = goals_when_away.iloc[:, 1:].values + goals_when_home.iloc[:, 1:].values
pd_result = pd.DataFrame(np_result, columns=['goal_for', 'goal_against'])
result = pd.concat([goals_when_away.iloc[:, :1], pd_result], axis=1, ignore_index=True)
注意在.values
以在numpy數組中獲取結果時使用.values
,在concat時請使用ignore_index=True
,這是為了避免在按列名和索引名求和時出現大熊貓陷阱。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.