覆盖使用 Python for 循环创建的列中的值

Question

我正在从一个基本 URL 构建一个自动 MLB 时间表，并在 URL 中出现的团队名称列表中循环。使用 pd.read_html 我得到每个团队的日程安排。对于每个团队的页面，我唯一缺少的是团队名称本身，我希望将其作为新列“team_name”。在这篇文章的结尾，我有一个目标的小样本。

下面是我目前所拥有的，如果你运行它，打印出来的结果正是我需要的一个团队。

import pandas as pd
url_base = "https://www.teamrankings.com/mlb/team/"
team_list = ['seattle-mariners']

df = pd.DataFrame()
for team in (team_list):
    new_url = url_base + team
    df = df.append(pd.read_html(new_url)[1])
    df['team_name'] = team

print(df[['team_name', 'Opponent']]) 

问题是，当我在 team_list 中拥有所有 30 个团队时，team_name 的值不断被覆盖，因此所有 4000 多条记录都列出了相同的团队名称（team_list 中的最后一个）。我尝试使用

仅动态分配团队值的某些行

df['team_name'][a:b] = team

其中 a、b 是索引团队数据帧上的起始行和结束行；但这给出了 KeyError：'team_name'。我也尝试过为 team_name 使用占位符系列和数据框，然后与 df 合并，但会出现重复错误。在更大的范围内，我正在寻找的是：

           team_name          opponent
0   seattle-mariners  new-york-yankees
1   seattle-mariners  new-york-yankees
2   seattle-mariners    boston-red-sox
3   seattle-mariners    boston-red-sox
4   seattle-mariners  san-diego-padres
5   seattle-mariners  san-diego-padres
6    cincinatti-reds  new-york-yankees
7    cincinatti-reds  new-york-yankees
8    cincinatti-reds    boston-red-sox
9    cincinatti-reds    boston-red-sox
10   cincinatti-reds  san-diego-padres
11   cincinatti-reds  san-diego-padres

Answer 1

原始代码df['team_name'] = team 将team_name 重写为整个df。下面的代码创建了一个占位符df_team，其中team_name 被更新，然后df.append(df_team)。

url_base = "https://www.teamrankings.com/mlb/team/"
team_list = ['seattle-mariners', 'houston-astros']

选项 A：for loop

df_list = list()

for team in (team_list):
    new_url = url_base + team
    df_team = pd.read_html(new_url)[1]
    df_team['team_name'] = team
    df_list.append(df_team)

df = pd.concat(df_list)

选项 B：list comprehension：

df_list = [pd.read_html(url_base + team)[1].assign(team=team) for team in team_list]

df = pd.concat(df_list)

df.head()

df.tail()