python - 使用多个条件遍历数据框的正确方法

Question

我有一个足球比赛数据集作为 Pandas 数据框，格式如下:

    Home            Away             Result     HG  AG
0   Liverpool       Norwich City     Liverpool  4   1
1   West Ham        Man City         Man City   0   5
2   AFC Bournemouth Sheffield United Draw       1   1
3   Burnley         Southampton      Burnley    3   0
4   Crystal Palace  Everton          Draw       0   0

我想在列表字典中按团队跟踪结果:
{'利物浦':[W,W, ... ,W]，'西汉姆':[W, D, L, ...], ... } 等

我的方法自然是用条件遍历所有行(下面是伪代码):

if df.Result == 'Draw':
    dict[df[Home]].append('D')
    dict[df[Away]].append('D')
elif df.Home == df.Result:
    dict[df[Home]].append('W')
    dict[df[Away]].append('L')
else:
    dict[df[Home]].append('L')
    dict[df[Away]].append('W')

我相信我可以使用 df.iterrows() 来做到这一点，但我知道这通常不是 Pandas 所期望的方法。有没有办法在利用 Pandas DataFrames 的强大功能的同时进行这种操作？我已经看到 df.Home == df.Result 返回了一系列 True/False 值，但我不知道如何利用它或将它扩展到上述多个条件。

我还看到了来自 this answer 的 np.where 和 np.select ，但我认为它不适用于这种情况，在这种情况下，我想根据每行的条件结果做一些事情，使用行中的条目作为键。

感觉好像迭代是这里唯一的解决方案，我相信 Pandas 会支持这样的东西，但我不知道如何搜索它。

Answer 1

这是一种使用 DataFrame.melt 的方法, numpy.select和 DataFrame.groupby使用 list 聚合。

注意我在您的示例数据中添加了“Liverpool”和“Norwich City”之间的重赛，以显示输出应该如何显示团队出现不止一次:

#Setup
df = pd.DataFrame({'Home': ['Liverpool', 'West Ham', 'AFC Bournemouth', 'Burnley', 'Crystal Palace', 'Norwich City'], 'Away': ['Norwich City', 'Man City', 'Sheffield United', 'Southampton', 'Everton', 'Liverpool'], 'Result': ['Liverpool', 'Man City', 'Draw', 'Burnley', 'Draw', 'Norwich City'], 'HG': [4, 0, 1, 3, 0, 4], 'AG': [1, 5, 1, 0, 0, 1]})

# Restructure the DataFrame into a long-form with "Melt"
df_melted = (df.reset_index()
             .melt(id_vars=['Result', 'index'],
                   value_vars=['Home', 'Away'])
             .sort_values('index')) # This maintains the match order of original df

# Use numpy.select to create your conditions and choices ('W', 'L' or 'D')
df_melted['outcome'] = np.select(
    condlist=[df_melted['Result'] == 'Draw',
              df_melted['Result'] == df_melted['value'],
              df_melted['Result'] != df_melted['value']],
    choicelist=['D', 'W', 'L'])


# Groupby team agg with list and return output as dict
df_melted.groupby('value', sort=False)['outcome'].apply(list).to_dict()

[输出]

{'Liverpool': ['W', 'L'],
 'Norwich City': ['L', 'W'],
 'West Ham': ['L'],
 'Man City': ['W'],
 'AFC Bournemouth': ['D'],
 'Sheffield United': ['D'],
 'Burnley': ['W'],
 'Southampton': ['L'],
 'Crystal Palace': ['D'],
 'Everton': ['D']}