Skip to main content
 首页 » 编程设计

python之Pandas :具有复杂条件的数据框自连接

2024年10月24日14落叶无声

我有一个 DataFrame,其中包含来自 2 个玩家游戏的一组数据。每个游戏(具有唯一 ID)都有多个回合,每个 2 名玩家都选择了一些 Action 。它看起来像以下内容(为清楚起见,我删除了一些行):

    gameId  round   player  action 
0   Afom9bWqYBgZXXXN8   1   PvQ8B5kuA9Fbq9N59   1 
1   Afom9bWqYBgZXXXN8   1   PJmJgrqusFZ8KRShQ   0 
2   Afom9bWqYBgZXXXN8   2   PvQ8B5kuA9Fbq9N59   0 
3   Afom9bWqYBgZXXXN8   2   PJmJgrqusFZ8KRShQ   0 
4   Afom9bWqYBgZXXXN8   3   PJmJgrqusFZ8KRShQ   0 
5   Afom9bWqYBgZXXXN8   3   PvQ8B5kuA9Fbq9N59   0 
20  QdZM4yPMnjGj8f25R   1   Q6knaWEruc6BDPQT7   1 
21  QdZM4yPMnjGj8f25R   1   xnAjMcWaFRpfBbukz   1 
22  QdZM4yPMnjGj8f25R   2   xnAjMcWaFRpfBbukz   1 
23  QdZM4yPMnjGj8f25R   2   Q6knaWEruc6BDPQT7   0 
24  QdZM4yPMnjGj8f25R   3   Q6knaWEruc6BDPQT7   1 
25  QdZM4yPMnjGj8f25R   3   xnAjMcWaFRpfBbukz   1 
40  riMD6ctT8DLwdhHpE   1   EKkrMpMqy2PRLm7ur   1 
41  riMD6ctT8DLwdhHpE   1   EqbbmngPfZBEmPTzq   1 
42  riMD6ctT8DLwdhHpE   2   EKkrMpMqy2PRLm7ur   1 
43  riMD6ctT8DLwdhHpE   2   EqbbmngPfZBEmPTzq   1 
44  riMD6ctT8DLwdhHpE   3   EqbbmngPfZBEmPTzq   1 
45  riMD6ctT8DLwdhHpE   3   EKkrMpMqy2PRLm7ur   1 
60  hyEjkAg5K4WpubJA9   1   7CHpY4setLKb9ssnN   1 
61  hyEjkAg5K4WpubJA9   1   hbud2J3YvitEhj4xZ   0 
62  hyEjkAg5K4WpubJA9   2   hbud2J3YvitEhj4xZ   0 
63  hyEjkAg5K4WpubJA9   2   7CHpY4setLKb9ssnN   0 
64  hyEjkAg5K4WpubJA9   3   7CHpY4setLKb9ssnN   0 
65  hyEjkAg5K4WpubJA9   3   hbud2J3YvitEhj4xZ   1 
80  ay5pmpeNcwqHJ8JBH   1   tWA9ZxSnKpZyWwYsQ   1 
81  ay5pmpeNcwqHJ8JBH   1   2qiHdJgL4WQe5qrHQ   1 
82  ay5pmpeNcwqHJ8JBH   2   2qiHdJgL4WQe5qrHQ   1 
83  ay5pmpeNcwqHJ8JBH   2   tWA9ZxSnKpZyWwYsQ   1 
84  ay5pmpeNcwqHJ8JBH   3   tWA9ZxSnKpZyWwYsQ   1 
85  ay5pmpeNcwqHJ8JBH   3   2qiHdJgL4WQe5qrHQ   1 

我想向 DataFrame 添加一个新列,对于给定回合中每个玩家的 Action ,他/她的对手在中的 Action >同一场比赛的上一轮,如果有的话。什么是快速、简洁的方法而不是使用非常长(和慢)的循环?

请注意,在每个 (gameId, round) 键中,只有两个具有不同 ID 的玩家。 Dataframe.merge似乎是一场势均力敌的比赛 ( example ),但它需要如下内容:

df.merge(df_copy, left_on=['gameId', 'round', 'player'], \ 
         right_on=['gameId', df_copy.round - 1, df.player != df_copy.player]) 

但自连接条件下不支持df.player != df_copy.player

请您参考如下方法:

我认为您应该首先用通用别名替换播放器代码,例如1和2。你可以这样做:

s = df.groupby(['gameId', 'player']).size().reset_index(0, drop=True) 
s[:] = np.arange(len(s)) % 2 + 1 
df['player_alias'] = s.reindex(df.player).values 

然后您可以为每一行构建上一轮和对手球员的索引,并将其映射到相应的 Action :

prev_round = df['round'] - 1  
opp_player = 3 - df.player_alias   # effectively maps 2 to 1 and 1 to 2 
 
ix = pd.MultiIndex.from_arrays([df.gameId, prev_round, opp_player]) 
df['opp_prev_action'] = df.set_index(['gameId', 'round', 'player_alias'] 
                                     ).reindex(ix).action.values 

请注意,对于第 1 轮,prev_round 为 0,这导致所需列中的 nans。