我有两个数据框，其中一个球员，带有他们的俱乐部ID和回合，另一个带有比赛，带有得分和回合。
玩家| club_id |回合
一个| 16 | 1个
b | 13 | 1个
c | 12 | 1个
一个| 16 | 2
...
-------
home_club_id | away_club_id | home_club_score | away_club_score |回合
16 | 13 | 1 | 2 | 1
15 | 1 | 4 | 0 | 1
12 | 2 | 1 | 1 | 1
12 | 16 | 2 | 2 | 2
...
我想合并两个数据框，以查看玩家是否在家中比赛以及比赛的得分。
最终的数据帧可能是这样的：
球员| club_id |回合|主场|得分|对手得分
| 16 | 1 |是| 1 | 2
b | 13 | 1 |否| 2 | 1个
| 16 | 2 |否| 2 | 2
...
我试图将home_club_id更改为club_id并与on =[round, club_id]合并，但是我没有找到同时合并住所和外地的方法
最佳答案
为了获得所需的最终帧，您可以重新排列数据。
首先，假设您的帧称为player_frame和round_frame：
from io import StringIO
import pandas as pd
player_data = StringIO('''Player club_id round
a 16 1
b 13 1
c 12 1
a 16 2''')
player_frame = pd.read_csv(player_data, sep='\s+')
round_data = StringIO('''home_club_id away_club_id home_club_score away_club_score round
16 13 1 2 1
15 1 4 0 1
12 2 1 1 1
12 16 2 2 2''')
round_frame = pd.read_csv(round_data, sep='\s+')
然后，我们可以拉出列以分别引用本垒打和离开的数据，重命名它们以使其匹配，并标记该行是否为本垒打。
home_values = round_frame[['home_club_id', 'home_club_score', 'away_club_score', 'round']]\
.rename({'home_club_id': 'club_id',
'home_club_score': 'score',
'away_club_score': 'opponent_score'},
axis=1)\
.assign(home='yes')
away_values = round_frame[['away_club_id', 'away_club_score', 'home_club_score', 'round']]\
.rename({'away_club_id': 'club_id',
'home_club_score': 'opponent_score',
'away_club_score': 'score'},
axis=1)\
.assign(home='no')
然后，我们可以
concat这两个并合并为player_frame：final_values = pd.concat([home_values, away_values], ignore_index=True).merge(player_frame)
这给了我们：
club_id score opponent_score round home Player
0 16 1 2 1 yes a
1 12 1 1 1 yes c
2 13 2 1 1 no b
3 16 2 2 2 no a
关于python - 合并在列内迭代的两个数据框，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56131746/