python - 如何使用 Pandas 使用两列作为 VLOOKUP 的索引来执行条件 VLOOKUP？

Question

我对 Pandas 和 Python 还很陌生，我根本不知道如何做一些在 Excel 中很容易完成的事情。我希望能从社区中得到一点帮助。

假设我有以下内容，这是一个与梦幻足球相关的 df，它具有三列 - “名称”、“年份”和“FantasyPts”。代码如下。

import pandas as pd

df = pd.DataFrame({'Name': ['Tom Brady', 'Tom Brady', 'Tom Brady', 'Patrick Mahomes', 'Patrick Mahomes', 'Patrick Mahomes'],
                   'Year': [2019, 2018, 2017, 2019, 2018, 2017],
                   'FantasyPts': [300, 350, 400, 500, 400, 50],
                   })

我想在名为“FantasyPtsPreviousYear”的表中添加另一列，但在 Pandas/Python 中如何做到这一点非常困难。

我想做的是:

1. 对于表格中的每一行，让 python/pandas 检查 df 的那一行中的名称和年份。
2. 查找同一玩家在上一年(即第 1 年)获得的幻想分数
3. 将该数字填充到名为“FantasyPtsPreviousYear”的 df 新行中，或者，如果没有该玩家上一年的数据，则输入 0。

在 Excel 中，我只需创建新列并将这些列与 VLOOKUP 一起使用。我在 Pandas 中找到的与 VLOOKUP 最接近的东西是合并，但这似乎在这里不起作用(或者至少我不知道如何使它与这个特定的应用程序一起工作)。在试图找到答案后，我认为它可能与 loc() 函数和 For 循环有关，但我无法让它工作。

感谢您提供的任何帮助!我非常感谢它，并认为这个社区提供的所有帮助都很棒!

Answer 1

让我们试试 groupby 和 shift

df = df.sort_values(['Name','Year'],ascending=[True,True])
df['FantasyPtsPreviousYear'] = df['FantasyPts'].groupby(df['Name']).shift().fillna(0)