Pandas Dataframe：查找共享值的條目（例如，包含播放器的所有游戲）

Question

我有一個關於我的羽毛球俱樂部的CSV文件的游戲歷史。 我希望能夠找到有關包含給定玩家的游戲的信息（例如，“Bill”最常玩的人是誰？）。 以下是兩輪三場比賽的示例：

import pandas as pd
player_data = player_data = pd.DataFrame(data=[
('2018-06-12', 1, 1, 1, 'Adam'),
 ('2018-06-12', 1, 1, 2, 'Bill'),
 ('2018-06-12', 1, 1, 3, 'Cindy'),
 ('2018-06-12', 1, 1, 4, 'Derek'),
 ('2018-06-12', 1, 2, 1, 'Edward'),
 ('2018-06-12', 1, 2, 2, 'Fred'),
 ('2018-06-12', 1, 2, 3, 'George'),
 ('2018-06-12', 1, 2, 4, 'Harry'),
 ('2018-06-12', 1, 3, 1, 'Ian'),
 ('2018-06-12', 1, 3, 2, 'Jack'),
 ('2018-06-12', 1, 3, 3, 'Karl'),
 ('2018-06-12', 1, 3, 4, 'Laura'),
 ('2018-06-12', 2, 1, 1, 'Karl'),
 ('2018-06-12', 2, 1, 2, 'Cindy'),
 ('2018-06-12', 2, 1, 3, 'Bill'),
 ('2018-06-12', 2, 1, 4, 'Derek'),
 ('2018-06-12', 2, 2, 1, 'Max'),
 ('2018-06-12', 2, 2, 2, 'George'),
('2018-06-12', 2, 2, 3, 'Fred'),
 ('2018-06-12', 2, 2, 4, 'Ian'),
 ('2018-06-12', 2, 3, 1, 'Nigel'),
 ('2018-06-12', 3, 3, 2, 'Edward'),
 ('2018-06-12', 3, 3, 3, 'Harry'),
 ('2018-06-12', 3, 3, 4, 'Adam')],   
columns=['Date', 'Round #', 'Court #', 'Space', 'Name'])

但是，由於每一行都是單個玩家的條目，因此只需按名稱進行定位即可

player_data.loc[player_data['Name'] == 'Bill']

只會返回Bill的個人條目，如下所示：

    Date    Round # Court # Space   Name

    1 2018-06-12    1   1   2   Bill
    14 2018-06-12   2   1   3   Bill

...當我想要的是一個新的數據框，其中包含Bill所玩的所有游戲條目，這樣在這種情況下它將顯示為：

Date    Round # Court # Space   Name
0   2018-06-12  1   1   1   Adam
1   2018-06-12  1   1   2   Bill
2   2018-06-12  1   1   3   Cindy
3   2018-06-12  1   1   4   Derek
12  2018-06-12  2   1   1   Karl
13  2018-06-12  2   1   2   Cindy
14  2018-06-12  2   1   3   Bill
15  2018-06-12  2   1   4   Derek

我認為將原始數據幀轉換為一個單獨的游戲可能更容易，其中每個條目都是一個單獨的游戲，該游戲的所有玩家名稱都列在元組中，因此檢查“名稱中的名稱是否相對簡單” “？ 例如

Date    Round # Court # Names
    0   2018-06-12  1   1   (Adam, Bill, Cindy, Derek)

......但也許這會導致其他問題。

Answer 1

使用merge后的過濾器

s1=player_data.loc[player_data['Name'] == 'Bill',['Date','Round #','Court #']]
s2=s1.merge(player_data,how='left')
s2
Out[12]: 
         Date  Round #  Court #  Space   Name
0  2018-06-12        1        1      1   Adam
1  2018-06-12        1        1      2   Bill
2  2018-06-12        1        1      3  Cindy
3  2018-06-12        1        1      4  Derek
4  2018-06-12        2        1      1   Karl
5  2018-06-12        2        1      2  Cindy
6  2018-06-12        2        1      3   Bill
7  2018-06-12        2        1      4  Derek

Answer 2

我的方法是：

bill_player_data = player_data.loc[player_data['Name'] == 'Bill']
ro = bill_player_data['Round #']
co = bill_player_data['Court #']
bill = player_data.loc[player_data['Round #'].isin(ro)]
bill = bill.loc[bill['Court #'].isin(co)]
bill