如何在另外两列上创建熊猫数据框列循环？

Question

我有一个 Pandas 数据框，不知道如何做我希望做的事情。这是数据帧的 sn-p，我也在上传 screenshot。实际上，我想创建一个新列，定义为计数为“3--2”的音高。

为此，我想遍历所有行。对于给定的行（我将其称为原始行），如果 prev_count == '3--2' 我想要

1. 将数据帧行降级到prev_count != '3--2'
2. 确认该行与原始行具有相同的 batter-pitcher 标识符
3. 连续一次满足条件prev_count != '3--2' AND batter-pitcher(原始行) == batter-pitcher(新行)，我想提取新行的pitch_number
4. 然后将使用以下公式计算原始行中新列的值：

pitch_number（原行）+ 1 - pitch_number（新行）

以现有数据框为例...索引 62、4、186、87 和 252 的新列的值为 1。索引 171 的值为 3； 177 值为 2； 192 的值为 1。同样，191 的值为 5；对于这个新列变量，229、10 和 57 的值也将为 1。

            player_name   batter-pitcher  pitch_number count prev_count
62   Graveman, Kendall  501303---608665             6  3--2       3--1
4          Smyly, Drew  608665---592767             6  3--2       2--2
186  Graveman, Kendall  592696---608665             8  3--2       2--2
87         Maton, Phil  621020---664208             6  3--2       3--1
252      Martin, Chris  514888---455119             6  3--2       2--2
171      Urquidy, José  624585---664353             8  3--2       3--2
177      Urquidy, José  624585---664353             7  3--2       3--2
192      Urquidy, José  624585---664353             6  3--2       3--1
191       García, Yimi  594807---554340            12  3--2       3--2
198       García, Yimi  594807---554340            11  3--2       3--2
209       García, Yimi  594807---554340            10  3--2       3--2
219       García, Yimi  594807---554340             9  3--2       3--2
229       García, Yimi  594807---554340             8  3--2       2--2
10     Valdez, Framber  592696---664285             6  3--2       2--2
57     Valdez, Framber  518692---664285             6  3--2       2--2

对于如何 1) 循环遍历数据帧上的行，然后 2) 在循环的每个块中，降低行和 3) 在另一行中引用数据帧中的其他列，我有点不知所措，所以非常感谢这里的一些指导。非常感谢！

Answer 1

对于您给定的数据集，我认为这是可行的。但它假设你的音高计数总是加一并且你没有丢失任何数据，否则这将不起作用。我建议研究一下投手击球手上的 cumcount()、cummax()、cummin() 分组。

'new1' 列是最终答案，'new' 列只是一个中间步骤。

# get dataframe into right order
df.sort_values(by=['batter-pitcher', 'pitch_number'], ascending=[True, False], inplace=True)


df['new'] = df.groupby(['batter-pitcher', 'prev_count'])['count'].cumcount(ascending=False) + 1

df['new1'] = np.where((df['new']==1) & (df['prev_count']!='3--2'), 1, df['new']+1)

           player_name   batter-pitcher  pitch_number count prev_count  new  new1
62   Graveman, Kendall  501303---608665             6  3--2       3--1    1     1
4          Smyly, Drew  608665---592767             6  3--2       2--2    1     1
186  Graveman, Kendall  592696---608665             8  3--2       2--2    1     1
87         Maton, Phil  621020---664208             6  3--2       3--1    1     1
252      Martin, Chris  514888---455119             6  3--2       2--2    1     1
171      Urquidy, José  624585---664353             8  3--2       3--2    2     3
177      Urquidy, José  624585---664353             7  3--2       3--2    1     2
192      Urquidy, José  624585---664353             6  3--2       3--1    1     1
191       García, Yimi  594807---554340            12  3--2       3--2    4     5
198       García, Yimi  594807---554340            11  3--2       3--2    3     4
209       García, Yimi  594807---554340            10  3--2       3--2    2     3
219       García, Yimi  594807---554340             9  3--2       3--2    1     2
229       García, Yimi  594807---554340             8  3--2       2--2    1     1
10     Valdez, Framber  592696---664285             6  3--2       2--2    1     1
57     Valdez, Framber  518692---664285             6  3--2       2--2    1     1