python - 如何扁平化 Dataframe(pandas) 的特定列？

Question

我的数据库中有一个非常大的游戏记录数据集。假设一个数据框是它的一部分，代表一个游戏，例如:

+----------+------+------+-------+----------+------------+-----+----------------+
| _id_game | age  | rank | grade |   time   |   date     | ... |   _id_player   |
+----------+------+------+-------+----------+------------+-----+----------------+
| key2589  | 14.0 |  1.0 | B     | 00:02:34 | 2015/08/02 | ... | maximi-125     |
| key2589  | 28.0 |  2.0 | A     | 00:02:50 | 2015/08/02 | ... | scooby-897     |
| key2589  | 16.0 |  3.0 | B     | 00:03:21 | 2015/08/02 | ... | zorro-003      |
| key2589  | 30.0 |  4.0 | D     | 00:03:45 | 2015/08/02 | ... | barabapapa-007 |
+----------+------+------+-------+----------+------------+-----+----------------+

上面这个数据框的每一行代表这个游戏的一个玩家。我想在每一行中显示游戏中所有其他玩家的一些特征(因此每个玩家与其竞争对手相比)。

我想像这样修改数据框:

+----------+------+------+-------+----------+------------+--------+--------+--------+----------+-----+----------------+
| _id_game | age  | rank | grade |   time   |    date    | p1_age | p2_age | p3_age | p1_grade | ... |   _id_player   |
+----------+------+------+-------+----------+------------+--------+--------+--------+----------+-----+----------------+
| key2589  | 14.0 |  1.0 | B     | 00:02:34 | 2015/08/02 |   28.0 |   16.0 |   30.0 | A        | ... | maximi-125     |
| key2589  | 28.0 |  2.0 | A     | 00:02:50 | 2015/08/02 |   14.0 |   16.0 |   30.0 | B        | ... | scooby-897     |
| key2589  | 16.0 |  3.0 | B     | 00:03:21 | 2015/08/02 |   14.0 |   28.0 |   30.0 | B        | ... | zorro-003      |
| key2589  | 30.0 |  4.0 | D     | 00:03:45 | 2015/08/02 |   14.0 |   28.0 |   16.0 | B        | ... | barabapapa-007 |
+----------+------+------+-------+----------+------------+--------+--------+--------+----------+-----+----------------+

如您所见，我不会重复字段 date 或 _id_game。只是具体的领域是玩家的特点。

主要思想是对一个领域进行预测，考虑到一行代表的每个人的其他竞争对手的存在。

考虑到一个 df 只是一个游戏，我不知道如何在 pandas 数据框中做到这一点。考虑到数据框包含一堆游戏，这就更复杂了。

有人帮我吗？

Answer 1

这是一个交叉连接问题，在连接之后我们需要过滤以排除每行重复项，然后重新格式化输出

s=df[['_id_game','rank']].merge(df[['_id_game','age','rank','grade']],on='_id_game')#  merge here
s=s[s.rank_x!=s.rank_y]# filter the one already have 
s=s.assign(key=s.groupby(['_id_game','rank_x']).cumcount()+1)# ge tthe key for pivot 
s=s.set_index(['_id_game','rank_x','key'])[['age','grade']].unstack() # reformat 
s.columns=s.columns.map('P{0[1]}_{0[0]}'.format)# flatten the columns 
s
Out[850]: 
                 P1_age  P2_age  P3_age P1_grade P2_grade P3_grade
_id_game rank_x                                                   
key2589  1.0       28.0    16.0    30.0        A        B        D
         2.0       14.0    16.0    30.0        B        B        D
         3.0       14.0    28.0    30.0        B        A        D
         4.0       14.0    28.0    16.0        B        A        B

---

这里你只需要merge回到原始数据框检查link