我的数据库里有一个很大的游戏记录数据集。
假设一个数据帧是其中的一部分,并表示单个游戏,如:
+----------+------+------+-------+----------+------------+-----+----------------+
| _id_game | age | rank | grade | time | date | ... | _id_player |
+----------+------+------+-------+----------+------------+-----+----------------+
| key2589 | 14.0 | 1.0 | B | 00:02:34 | 2015/08/02 | ... | maximi-125 |
| key2589 | 28.0 | 2.0 | A | 00:02:50 | 2015/08/02 | ... | scooby-897 |
| key2589 | 16.0 | 3.0 | B | 00:03:21 | 2015/08/02 | ... | zorro-003 |
| key2589 | 30.0 | 4.0 | D | 00:03:45 | 2015/08/02 | ... | barabapapa-007 |
+----------+------+------+-------+----------+------------+-----+----------------+
上面这个数据框的每一行代表这个游戏的一个玩家。
我想让每一排游戏中所有其他玩家都呈现出一些特征(所以每个玩家都和他的竞争对手进行了比较)。
我想修改数据框如下:
+----------+------+------+-------+----------+------------+--------+--------+--------+----------+-----+----------------+
| _id_game | age | rank | grade | time | date | p1_age | p2_age | p3_age | p1_grade | ... | _id_player |
+----------+------+------+-------+----------+------------+--------+--------+--------+----------+-----+----------------+
| key2589 | 14.0 | 1.0 | B | 00:02:34 | 2015/08/02 | 28.0 | 16.0 | 30.0 | A | ... | maximi-125 |
| key2589 | 28.0 | 2.0 | A | 00:02:50 | 2015/08/02 | 14.0 | 16.0 | 30.0 | B | ... | scooby-897 |
| key2589 | 16.0 | 3.0 | B | 00:03:21 | 2015/08/02 | 14.0 | 28.0 | 30.0 | B | ... | zorro-003 |
| key2589 | 30.0 | 4.0 | D | 00:03:45 | 2015/08/02 | 14.0 | 28.0 | 16.0 | B | ... | barabapapa-007 |
+----------+------+------+-------+----------+------------+--------+--------+--------+----------+-----+----------------+
如你所见,我不会复制日期或游戏。只是具体领域球员的特点是什么。
其主要思想是,考虑到一行所代表的每个个体的其他竞争对手的存在,对一个领域进行预测。
我不知道如何在一个熊猫数据帧考虑到一个df只是一个游戏。考虑到数据帧包含一堆游戏,这就更复杂了。
有人帮我吗?
最佳答案
这是一个交叉连接问题,在连接之后,我们需要筛选以排除每行的重复项,然后重新格式化输出
s=df[['_id_game','rank']].merge(df[['_id_game','age','rank','grade']],on='_id_game')# merge here
s=s[s.rank_x!=s.rank_y]# filter the one already have
s=s.assign(key=s.groupby(['_id_game','rank_x']).cumcount()+1)# ge tthe key for pivot
s=s.set_index(['_id_game','rank_x','key'])[['age','grade']].unstack() # reformat
s.columns=s.columns.map('P{0[1]}_{0[0]}'.format)# flatten the columns
s
Out[850]:
P1_age P2_age P3_age P1_grade P2_grade P3_grade
_id_game rank_x
key2589 1.0 28.0 16.0 30.0 A B D
2.0 14.0 16.0 30.0 B B D
3.0 14.0 28.0 30.0 B A D
4.0 14.0 28.0 16.0 B A B
您只需要
merge
返回原始数据帧检查link