python - 使用 Pandas 跟踪元素在行中的位置

Question

我一直从事运动分析，尤其是足球，我正在计算团队的周排名。我想跟踪他们的位置变化。这是复制我的问题的示例数据。

df = pd.DataFrame()
df ['Season'] = ['1314','1314','1314','1314','1314','1314','1314','1314','1314','1415','1415','1415','1415','1415','1415','1415','1415','1415']
df ['Team'] = ['A','B','C','A','B','C','A','B','C','A','B','C','A','B','C','A','B','C']
df ['GW'] = [1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3]
df['Position'] = [1,2,3,3,1,2,2,3,1,2,1,3,2,1,3,3,2,1]

所以我有所有的每周职位等。为了跟踪位置变化，我将首先对数据框进行排序，如下所示:

df = df.sort_values (['Season','Team'])

排序后，我应用 diff() 函数来获取如下变化:

v = df.Position.diff()
v[0] = 0
df ['Position_change']= v

我想跟踪每个 GW 的变化。在我的数据框中，我有 3 个 GW。我希望每个团队的所有 GW1 在位置更改时都为 0。第二个问题是如果我使用 diff() 则两个团队之间进行更改(我不想要)您可以在附图中看到:

谁能给点建议？

Answer 1

IIUC，你需要:

df['Position_Change']=df.groupby(['Season','Team'])['Position'].apply(lambda x : x.diff().fillna(0))
print(df)

   Season Team  GW  Position  Position_Change
0    1314    A   1         1         0.0
3    1314    A   2         3         2.0
6    1314    A   3         2        -1.0
1    1314    B   1         2         0.0
4    1314    B   2         1        -1.0
7    1314    B   3         3         2.0
2    1314    C   1         3         0.0
5    1314    C   2         2        -1.0
8    1314    C   3         1        -1.0
9    1415    A   1         2         0.0
12   1415    A   2         2         0.0
15   1415    A   3         3         1.0
10   1415    B   1         1         0.0
13   1415    B   2         1         0.0
16   1415    B   3         2         1.0
11   1415    C   1         3         0.0
14   1415    C   2         3         0.0
17   1415    C   3         1        -2.0