python - 将字典值填充为 pandas 数据框中值的总和

Question

我有一个字典，其中包含各种玩家的名字，所有值都设置为 None，就像这样......

players = {'A': None,
           'B': None,
           'C': None,
           'D': None,
           'E': None}

包含键(即玩家名称)的 Pandas 数据框 (df_1)

   col_0  col_1  col_2
   -----  -----  -----
0    A       B      C
1    A       E      D
2    C       B      A

和一个包含他们在相应比赛中得分的数据框(df_2)

    score_0  score_1  score_2
     -----    -----    -----
0      1       10        2
1      6       15        7
2      8       1         9

因此，A的总分是..

      1       +      6        +      9         =  16
(0, score_0)  + (1, score_0)  + (2, score_2)

我想将所有玩家(A、B、C..)映射到我之前创建的玩家字典中的总分。

这是我写的一些代码...

for player in players:
  players[player] = df_2.loc[df_1['col_0'] == player, 'score_0'].sum()
  players[player] += df_2.loc[df_1['col_1'] == player, 'score_1'].sum()
  players[player] += df_2.loc[df_1['col_2'] == player, 'score_2'].sum()
print(players)

这会产生预期的结果，但我想知道是否有更快、更像 pandas 的方法可用。任何帮助将不胜感激。

Answer 1

Ummm pandas stack ，通常我们可以groupby after flatten the df

s=df2.stack().groupby(df1.stack().values).sum()
s
A    16
B    11
C    10
D     7
E    15
dtype: int64
s.to_dict()
{'A': 16, 'B': 11, 'C': 10, 'D': 7, 'E': 15}