Python - 根据数据框中的信息创建包含团队对手名称的列

Question

我有一个数据框（称为“游戏”），其中包含篮球比赛的逐场比赛列表，我在其中记录单场比赛的得分连胜记录（GameID 标识特定比赛）。数据帧按匹配项（即 GameID）排序。

数据集“游戏”示例：

    GameID  TeamID  Scoring Streak 
0   nbaG1     A        23     
1   nbaG1     B        12   
2   nbaG1     B        11   
3   nbaG1     A        24  
4   nbaG1     B        21 
5   nbaG2     C        15  
6   nbaG2     C        12 
7   nbaG2     D        17 
8   nbaG2     C        11
9   nbaG2     D        21 
10  nbaG3     E        10 
11  nbaG3     F        12  
12  nbaG3     F        14

我想从这个数据框中简单地创建一个列，显示相应比赛中对方球队的名称。例如在 Game1 (nbaG1) 中是 A 队对 B 队。因此，如果 A 队得分，新列“对手”应显示“B”。但是我不知道如何在每场比赛中扫描名称并返回对方球队的价值......我也没有在其他线程中找到提示。

我的数据集“游戏”的所需输出：

    GameID  TeamID  Scoring Streak  Opponents
0   nbaG1     A        23              B
1   nbaG1     B        12              A
2   nbaG1     B        11              A
3   nbaG1     A        24              B
4   nbaG1     B        21              A
5   nbaG2     C        15              D
6   nbaG2     C        12              D
7   nbaG2     D        17              C
8   nbaG2     C        11              D
9   nbaG2     D        21              C
10  nbaG3     E        10              F
11  nbaG3     F        12              E
12  nbaG3     F        14              E

Answer 1

首先，按 GameID 对数据帧进行分组并调用 .unique() 以获取正在玩游戏的两个团队

teams = df.groupby("GameID")["TeamID"].unique()

# game_teams :
GameID
nbaG1    [A, B]
nbaG2    [C, D]
nbaG3    [E, F]

然后，使用它在每场比赛中查找两支球队，并将该列添加到您的原始数据框中：

df["Teams"] = teams[df["GameID"]].to_list()

# df: 
   GameID TeamID  Scoring Streak   Teams
0   nbaG1      A              23  [A, B]
1   nbaG1      B              12  [A, B]
2   nbaG1      B              11  [A, B]
3   nbaG1      A              24  [A, B]
4   nbaG1      B              21  [A, B]
5   nbaG2      C              15  [C, D]
6   nbaG2      C              12  [C, D]
7   nbaG2      D              17  [C, D]
8   nbaG2      C              11  [C, D]
9   nbaG2      D              21  [C, D]
10  nbaG3      E              10  [E, F]
11  nbaG3      F              12  [E, F]
12  nbaG3      F              14  [E, F]

最后，apply 为每一行提供一个函数，该函数从Teams 中获取不在TeamID 中的元素

def select_opponent(row):
    for team in row["Teams"]:
        if team != row["TeamID"]:
            return team
    return None

df["Opponent"] = df.apply(select_opponent, axis=1)

# df: 
   GameID TeamID  Scoring Streak   Teams Opponent
0   nbaG1      A              23  [A, B]        B
1   nbaG1      B              12  [A, B]        A
2   nbaG1      B              11  [A, B]        A
3   nbaG1      A              24  [A, B]        B
4   nbaG1      B              21  [A, B]        A
5   nbaG2      C              15  [C, D]        D
6   nbaG2      C              12  [C, D]        D
7   nbaG2      D              17  [C, D]        C
8   nbaG2      C              11  [C, D]        D
9   nbaG2      D              21  [C, D]        C
10  nbaG3      E              10  [E, F]        F
11  nbaG3      F              12  [E, F]        E
12  nbaG3      F              14  [E, F]        E

Answer 2

对于也适用于每场比赛超过两支球队的通用方法，您可以使用集合：首先计算每场比赛的球队集合，然后通过计算集合之间的集合差来获取每行的对手团队和仅包含团队本身的集合。

teams_per_game = games.groupby('GameID')['TeamID'].apply(set)

opponents = []
for i in games.index:
    opponents.append((teams_per_game.loc[games.loc[i, 'GameID']] 
                      - {games.loc[i, 'TeamID']}).pop())

games['Opponents'] = opponents