Pandas：根据不同类型的多个条件更改值

Question

我正在尝试制作一个 Champions League Fantasy 统计表，并且我从 2 个不同的网站获取数据，这些网站的球员名称彼此之间略有不同。

我有来自站点 1 的 df1：

                name     age       team skill  cost  gls  ast
0       Lionel Messi  34-175      Paris     4  11.3    5    0
1   Ryan Gravenberch  19-214       Ajax     3   6.2    0    0
2     Junior Messias  30-217      Milan     3   6.5    1    0
3  Kepa Arrizabalaga  27-074    Chelsea     1   5.0    0    0
4     Kenneth Taylor  19-214       Ajax     3   5.0    0    0
5            Alisson  30-320  Liverpool     1   6.1    0    0

还有来自站点 2 的 df2：

      name     age       team  gls  ast
0     Kepa  27-074    Chelsea    0    0
1   Lionel  34-175      Paris    5    0
2   Junior  30-217      Milan    1    0
3  Kenneth  19-214       Ajax    0    0
4   Neymar  29-314      Paris    0    0
5     Ryan  19-214       Ajax    0    0

我的目标是根据多个条件匹配名称：

• 年龄（df2 中的字符串等于 与df1 中的字符串）
• 团队（df2 中的字符串等于 与df1 中的字符串）
• 名称（df2 中的字符串包含在df1 中的字符串中）

我想将名字作为最后一个条件传递的原因是因为有两名球员在同一天出生并为同一支球队效力，比如肯尼斯·泰勒和瑞恩·格雷文伯奇

我在想这样的事情：

df2.loc[(df2['team'] == df1['team']) & (df2['age'] == df1['age']) & (df2['name'].str.contains(df1['name'].str)), 'name'] = df1['name']

但我收到此错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

df2 的期望输出是：

                name     age     team  gls  ast
0  Kepa Arrizabalaga  27-074  Chelsea    0    0
1       Lionel Messi  34-175    Paris    5    0
2     Junior Messias  30-217    Milan    1    0
3     Kenneth Taylor  19-214     Ajax    0    0
4             Neymar  29-314    Paris    0    0
5   Ryan Gravenberch  19-214     Ajax    0    0

df2 中与条件匹配的所有名称都替换为 df1 中的名称

Answer 1

(i) 在age 和team 上将df2 从右侧合并到df1。

(ii) 将df2 中但不在df1 中的名称分配给df1（即name_x）的name 列。

(iii) 过滤掉在name_x 和name_y 列中不匹配的名称并删除name_y。

df3 = df1[['name','age','team']].merge(df2, on=['age','team'], how='right')
mask = pd.isna(df3['name_x'])
df3.loc[mask,'name_x'] = df3.loc[mask,'name_y'].to_numpy()
df3 = df3[df3.apply(lambda x: x['name_y'] in x['name_x'], axis=1)].drop('name_y', axis=1)

输出：

              name_x     age     team  gls  ast
0  Kepa Arrizabalaga  27-074  Chelsea    0    0
1       Lionel Messi  34-175    Paris    5    0
2     Junior Messias  30-217    Milan    1    0
4     Kenneth Taylor  19-214     Ajax    0    0
5             Neymar  29-314    Paris    0    0
6   Ryan Gravenberch  19-214     Ajax    0    0

Answer 2

试试merge:

matches = df2.merge(df1[["name", "age", "team"]],
                    on=["age", "team"],
                    how="left")
matches["name_y"] = matches["name_y"].fillna(matches["name_x"])
matches = matches.where(matches.apply(lambda x: x["name_x"] in x["name_y"], axis=1)).dropna()
output = matches.drop("name_x", axis=1).rename(columns={"name_y": "name"}).reindex(df2.columns, axis=1)

>>> output
                 name     age     team  gls  ast
0  Kepa Arrizabalaga  27-074  Chelsea  0.0  0.0
1       Lionel Messi  34-175    Paris  5.0  0.0
2     Junior Messias  30-217    Milan  1.0  0.0
4     Kenneth Taylor  19-214     Ajax  0.0  0.0
5             Neymar  29-314    Paris  0.0  0.0
6   Ryan Gravenberch  19-214     Ajax  0.0  0.0

Answer 3

使用它来获得您想要的答案。无需再根据名称单独条件。

df2.loc[(df2['team'] == df1['team']) & (df2['gls'] == df1['gls']), 'name'] = df1['name']