我想在 MLB 数据集中获取每个投手每场比赛的最后一球,并将其标记为 True。但是,我在添加列或修改 GroupBy 对象中的数据框时遇到问题。如何有效地添加此列?
data['last_pitch'] = False
g = data.groupby(['gameString', 'pitcherId'])
for x, pitcher in g:
pitcher.iloc[-1]['last_pitch'] = True
请您参考如下方法:
为此使用 GroupBy 很诱人。但是,当您不希望实际聚合数据时,通常有替代方法。在这里,您可以使用 pd.Series.duplicated使用 keep='last':
# data from gyoza
df['last_pitch'] = ~df['pitcherId'].duplicated(keep='last')
print(df)
gameString pitcherId last_pitch
0 a c False
1 a c True
2 b d False
3 b d False
4 b d True
如果你真的想使用GroupBy,你可以使用last方法:
idx = df.reset_index().groupby('pitcherId')['index'].last().values
df['last_pitch'] = df.index.isin(idx)
