合并在列内迭代的两个数据框

Question

我有两个数据框，一个是球员，有他们的俱乐部 ID 和回合，另一个有比赛，分数和回合。

播放器| club_id |圆形的
一个 | 16 | 1
乙 | 13 | 1
c | 12 | 1
一个 | 16 | 2
...

-------

home_club_id| away_club_id |home_club_score| away_club_score|圆形的
16 | 13 | 1 |2 |1
15 | 1 | 4 |0 |1
12 | 2 | 1 |1 |1
12 | 16 | 2 |2 |2
...

我想合并这两个数据框，看看是否有球员在家踢球，以及比赛的比分。
最终的数据框可能是这样的：

球员|club_id|round|home|score|opponent_score
一个 |16 |1 |是|1 | 2
b |13 |1 |没有 |2 | 1
一个 |16 |2 |没有 |2 | 2
...

我尝试将 home_club_id 更改为 club_id 并与 on =[round, club_id] 合并，但我没有找到同时合并 home 和 away 的方法

Answer 1

要获得所需的最终帧，您可以重新排列数据。

首先，假设您的帧被称为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来分别引用主场和客场数据，重命名以使它们匹配，并标记该行是否是主场比赛。

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')

那么我们可以concat两者合并成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