Skip to main content
 首页 » 编程设计

python之按数字组合 Pandas 数据帧

2024年10月25日11zhwl

我有 3 个名为 df1 的 Pandas 数据框, df2和 df3 .

df1: 
      match_up        result 
0   1985_1116_1234      1 
1   1985_1120_1345      1 
2   1985_1207_1250      1 
3   1985_1229_1425      1 
4   1985_1242_1325      1 
5   1986_1116_1430      0 
6   1986_1250_ 1229     0 
7   1986_1207_1437      1  
 
df2: 
  team_df2       win_df2   
  1207           0.700                
  1116           0.636                
  1120           0.621                
  1229           0.615                 
  1242           0.679 
  1116           0.742 
  1207           0.567 
  1250           0.342                  
 
df3: 
    team_df3       win_df3   
     1234           0.667                
     1250           0.759                
     1325           0.774                
     1345           0.742                
     1425           0.667 
     1229           0.845 
     1430           0.434 
     1437           0.123 

专栏team_df2在数据框中 df2是变量 year_ 之后的值(1985_) 在数据框中 df1 .专栏team_df3是变量year_val1_之后的值(1985_1116_])

df2 中的前 5 行和 df3代表 1985 年和数据框中的最后 3 行 df2和 df3代表 1986 年。

我需要一个以下列格式组合 df1、df2 和 df3 的 new_data_frame:

   match_up        result  team_df2  team_df3  win_df2  win_df3 
0   1985_1116_1234      1      1116       1234    0.636     0.667 
1   1985_1120_1345      1      1120       1345    0.621     0.742 
2   1985_1207_1250      1      1207       1250    0.700     0.759  
3   1985_1229_1425      1      1229       1425    0.615     0.667 
4   1985_1242_1325      1      1242       1325    0.679     0.774 
5   1986_1116_1430      0      1116       1430    0.742     0.434 
6   1986_1250_ 1229     0      1250       1229    0.342     0.845 
7   1986_1207_1437      1      1207       1437    0.567      0.123 

我之前有这个问题here ,我也得到了很好的答案。但我面临的问题是,当年份值发生变化时(在数据框 df 中的 match_up 列中)团队值在 team 中df2 中的列和 df3不断重复。所以如果我在 team_df3 上合并这三个数据框和 team_df2 values 我没有得到想要的输出。

请帮我解决这个问题。操作等同于合并下图中的数据帧 1、2 和 3。但是match_up下图中第三个数据框中的列值变化如下:

A_515_729
.
.
.
B_767_890
.
.
.
P_390_789

请您参考如下方法:

拆分您的 match_up 列,以便我们将年份和其他 df id 作为单独的列:

In [23]: 
 
df['year'] = list(map(int,(df['match_up'].str.split('_').str[0]))) 
df['team_df2'] = list(map(int,(df['match_up'].str.split('_').str[1]))) 
df['team_df3'] = list(map(int,(df['match_up'].str.split('_').str[2]))) 
df1['year'] = list(map(int,(df['match_up'].str.split('_').str[0]))) 
df2['year'] = list(map(int,(df['match_up'].str.split('_').str[0]))) 
df 
Out[23]: 
         match_up  result  year  team_df2  team_df3 
0  1985_1116_1234       1  1985      1116      1234 
1  1985_1120_1345       1  1985      1120      1345 
2  1985_1207_1250       1  1985      1207      1250 
3  1985_1229_1425       1  1985      1229      1425 
4  1985_1242_1325       1  1985      1242      1325 
5  1986_1116_1430       0  1986      1116      1430 
6  1986_1250_1229       0  1986      1250      1229 
7  1986_1207_1437       1  1986      1207      1437 

现在我们可以使用年份和团队列进行合并以避免歧义:

In [24]: 
 
merged = df.merge(df1, left_on=['year', 'team_df2'], right_on=['year','team_df2']) 
merged = merged.merge(df2, left_on=['year', 'team_df3'], right_on=['year','team_df3']) 
merged 
Out[24]: 
         match_up  result  year  team_df2  team_df3  win_df2  win_df3 
0  1985_1116_1234       1  1985      1116      1234    0.636    0.667 
1  1985_1120_1345       1  1985      1120      1345    0.621    0.742 
2  1985_1207_1250       1  1985      1207      1250    0.700    0.759 
3  1985_1229_1425       1  1985      1229      1425    0.615    0.667 
4  1985_1242_1325       1  1985      1242      1325    0.679    0.774 
5  1986_1116_1430       0  1986      1116      1430    0.742    0.434 
6  1986_1250_1229       0  1986      1250      1229    0.342    0.845 
7  1986_1207_1437       1  1986      1207      1437    0.567    0.123 

然后您可以删除您不再感兴趣的列:

In [27]: 
 
merged.drop('year',axis=1) 
Out[27]: 
         match_up  result  team_df2  team_df3  win_df2  win_df3 
0  1985_1116_1234       1      1116      1234    0.636    0.667 
1  1985_1120_1345       1      1120      1345    0.621    0.742 
2  1985_1207_1250       1      1207      1250    0.700    0.759 
3  1985_1229_1425       1      1229      1425    0.615    0.667 
4  1985_1242_1325       1      1242      1325    0.679    0.774 
5  1986_1116_1430       0      1116      1430    0.742    0.434 
6  1986_1250_1229       0      1250      1229    0.342    0.845 
7  1986_1207_1437       1      1207      1437    0.567    0.123