python - Pandas - 有条件地更新下一行的某些列的功能

Question

我有一个 csv 文件，其中包含来自不同足球比赛的大量结果。数据类似于下面的示例。result 列可以包含 3 个可能的值:

• H -> 主队获胜(主队将获得 + 3 分)
• A -> 客队获胜(客队将获得 + 3 分)
• D -> 平局(两队均获得+1分)

   HomeTeam    AwayTeam Result
0   FC_Fake  ABC_United      H
1  Team_123   FC_Berlin      A
2   FC_FAKE    TEAM_123      D

我想更新文件，让每一行都包含每支球队的总分因为他们在比赛开始时(所以还没有更新比赛的结果行本身)

我使用以下代码更新数据框，因此它包含每个团队的 points_[TEAM_NAME] 虚拟列。

# Teams is a python list I extracted earlier
for team in teams:
    df['points_' + team] = 0

目标是转换数据框，使上面的例子变成下面的例子。

(同样，分数应该代表比赛开始时的情况。因此即使 FC_FAKE 在第一行赢得比赛，Points_FC_FAKE 列为 0 )

HomeTeam | AwayTeam | Result  Points_FC_FAKE | Points_TEAM_123 | Points_FC_Berlin |  etc
-------------------------------------------------------------------------------
 FC_Fake  ABC_United    H         0                  0             0
 Team_123 FC_Berlin     A         3                  0             0
 FC_FAKE  Team_123      D         3                  0             3

我创建了以下 python 函数，如果它遍历数据框中的所有行，应该解析结果并将正确数量的分数奖励给正确的团队。

def point_updater(x):
    if x['Result'] == 'H':        
        home = x['HomeTeam']
        x.shift(-1)['points_' + home] += 3
        return x

    elif x['Result'] == 'A':        
        away = x['AwayTeam']
        x.shift(-1)['points_' + away] += 3
        return x

    elif x['Result'] == 'D':        
        home = x['AwayTeam']
        away = x['AwayTeam']
        x.shift(-1)['points_' + home] += 1
        x.shift(-1)['points_' + away] += 1
        return x

问题是当我将此函数应用于数据框时，点不会改变(全部保持为 0)

df = df.apply(point_counter, axis=1)
df['points_FC_Fake'].value_counts()
----
0    2691

有人知道我做错了什么吗？

Answer 1

在某些异常(exception)情况下，我们可以为此使用 iterrows。另外，通过在开始计算之前进行一些清理，我使您的代码更具防错性和通用性:

# Convert to uppercase letters 
df['HomeTeam'] = df['HomeTeam'].str.upper()
df['AwayTeam'] = df['AwayTeam'].str.upper()

# get a list off all the teams in competition
lst_teams = list(set(list(df.HomeTeam.unique()) + list(df.AwayTeam.unique())))

# Create columns for each team
for team in lst_teams:
    df[team] = 0

# Iterate over each row and assign correct points
for idx, r in df.iterrows():
    if r['Result'] == 'H':
        df.loc[[idx], [r['HomeTeam']]] = 3
    if r['Result'] == 'A':
        df.loc[[idx], [r['AwayTeam']]] = 3
    if r['Result'] == 'D':
        df.loc[[idx], [r['AwayTeam']]] = 1
        df.loc[[idx], [r['HomeTeam']]] = 1

# Shift the rows one down, since points are only available at start of match
df.iloc[:, 3:] = df.iloc[:, 3:].cumsum().shift(1).fillna(0).astype(int)

输出

print(df)
   HomeTeam    AwayTeam Result  ABC_UNITED  TEAM_123  FC_FAKE  FC_BERLIN
0   FC_FAKE  ABC_UNITED      H           0         0        0          0
1  TEAM_123   FC_BERLIN      A           0         0        3          0
2   FC_FAKE    TEAM_123      D           0         0        3          3