使用等效变量有效地重塑 Pandas 数据框

Question

我正在努力重塑 pandas 数据框。基本上，我正在试验体育统计数据，并试图整理得分。我有一个数据框，其中列出了客队和主队以及他们的分数，所有这些都在这样的独特列中：

Before Table

df = pd.DataFrame(data={'GameID': [1, 2], 'Date': ['9/10/2020', '9/13/2020'], 'Visitor': ['Houston Texans', 'Seattle Seahawks'], 'Score_V': [20,38], 'Home':['Kansas City Chiefs', 'Atlanta Falcons'], 'Score_H':[34,25]})

我正在重塑数据框，以便团队和分数都在他们自己的列中结束，所以我最终会得到这样的结果：

After Table

df2 = pd.DataFrame(data={'GameID': [1, 1, 2, 2], 'Date': ['9/10/2020', '9/10/2020', '9/13/2020', '9/13/2020'], 'Team': ['Houston Texans', 'Kansas City Chiefs', 'Seattle Seahawks', 'Atlanta Falcons'], 'Location':['Away', 'Home', 'Away', 'Home'], 'Score': [20,34,38,25]})

我想出了以下解决方案，我在其中融合了数据框并使用.loc() 逻辑来查找和替换各个列中的值。但我觉得这个解决方案不是很优雅，我错过了pandas.melt() 的一些明显功能。

df = df.melt(id_vars=['GameID','Date','Home','Visitor'])
df = df.rename(columns={"variable": "Location", "value": "Score"})
df.loc[df['Location'] == 'Score_V', 'Team'] = df['Visitor']
df.loc[df['Location'] == 'Score_V', 'Location'] = 'Away'
df.loc[df['Location'] == 'Score_H', 'Team'] = df['Home']
df.loc[df['Location'] == 'Score_H', 'Location'] = 'Home'
df = df.drop(columns=['Home', 'Visitor'])

还有比这更简单的解决方案吗？

Answer 1

目前尚不清楚如何使用比您的解决方案更简单的直接熔化方法，但是，您可以看看使用 pandas lreshape 进行重塑：

df['location_V'] = 'Away'
df['location_H'] = 'Home'

cols = ['GameID','Date','Team','Location','Score']

pd.lreshape(df, {'Team':['Visitor','Home'],
                 'Score':['Score_V','Score_H'],
                 'Location':['location_V','location_H']})\
  .sort_values(['GameID','Location']).reset_index(drop=True)[cols]

>>> 

#   GameID   Date              Team         Location    Score
# 0   1    9/10/2020    Houston Texans        Away       20
# 1   1    9/10/2020    Kansas City Chiefs    Home       34
# 2   2    9/13/2020    Seattle Seahawks      Away       38
# 3   2    9/13/2020    Atlanta Falcons       Home       25

这是解决此问题的另一种方法，它涉及使用 lambda 函数提取行值，然后使用这些行值创建一个新数据框：

home_score = lambda x: (x['GameID'],x['Date'],x['Home'],'Home',x['Score_H'])
away_score = lambda x: (x['GameID'],x['Date'],x['Visitor'],'Away',x['Score_V'])

data = pd.concat([df.apply(home_score,axis=1), df.apply(away_score,axis=1)],axis=0).to_list()

pd.DataFrame(data, columns =['GameID','Date','Team','Location','Score']).sort_values(['GameID','Location']).reset_index(drop=True)

>>> 

#   GameID   Date              Team         Location    Score
# 0   1    9/10/2020    Houston Texans        Away       20
# 1   1    9/10/2020    Kansas City Chiefs    Home       34
# 2   2    9/13/2020    Seattle Seahawks      Away       38
# 3   2    9/13/2020    Atlanta Falcons       Home       25

Answer 2

为了解决这个问题，我们需要找到一种重命名列的方法，以便我们可以将主队与“客场”配对，将客队与away配对：

    renamed = df.rename(
    columns=lambda column: "Team_Away"
    if column == "Visitor"
    else "Team_Home"
    if column == "Home"
    else f"{column[:-2]}_Away"
    if column.endswith("V")
    else f"{column[:-2]}_Home"
    if column.endswith("H")
    else column
)

    GameID  Date    Team_Away   Score_Away  Team_Home   Score_Home
0   1   9/10/2020   Houston Texans  20  Kansas City Chiefs  34
1   2   9/13/2020   Seattle Seahawks    38  Atlanta Falcons 25

然后您可以使用wide_to_long 重塑形状：

    pd.wide_to_long(
    renamed,
    stubnames=["Team", "Score"],
    i=["GameID", "Date"],
    j="Location",
    sep="_",
    suffix=".+",
)

                                Team          Score
GameID  Date    Location        
   1    9/10/2020   Away    Houston Texans      20
                    Home    Kansas City Chiefs  34
   2    9/13/2020   Away    Seattle Seahawks    38
                    Home    Atlanta Falcons     25

您也可以使用pyjanitor 中的pivot_longer 函数；目前你必须从github安装最新的开发版本：

 # install latest dev version
# pip install git+https://github.com/ericmjl/pyjanitor.git
 import janitor
renamed.pivot_longer(index=["GameID", "Date"], 
                     names_to=(".value", "Location"), 
                     names_sep="_",
                     sort_by_appearance=True)   

  GameID    Date      Location      Team          Score
0   1      9/10/2020    Away    Houston Texans      20
1   1      9/10/2020    Home    Kansas City Chiefs  34
2   2      9/13/2020    Away    Seattle Seahawks    38
3   2      9/13/2020    Home    Atlanta Falcons     25