python - Pandas 数据框 : Finding entries that share values (e. g。所有包含玩家的游戏)

Question

我有一个 CSV 文件，其中包含我的 Feather 球俱乐部的比赛历史记录。我希望能够找到有关包含给定玩家的游戏的信息(例如，“Bill”和谁玩得最多？)。以下是两轮三场比赛的示例:

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，由于每一行都是单个玩家的条目，因此只需按名称定位，例如

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

只会返回 Bill 的个人条目，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

...当我想要的是一个包含 Bill 玩过的所有游戏条目的新数据框时，在这种情况下它会显示为:

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

我认为将原始数据框转换为每个条目都是一个单独的游戏并且该游戏的所有玩家名称都列在一个元组中的数据框可能会更容易，因此检查“是否名字中的名字”？例如

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

...但这可能会导致其他问题。

Answer 1

使用merge过滤后

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