如何使用 Pandas 使用两列作为 VLOOKUP 的索引来执行条件 VLOOKUP？

Question

我对 Pandas 和 Python 还很陌生，我根本不知道如何做一些在 Excel 中很容易完成的事情。我希望能从社区中得到一点帮助。

假设我有以下内容，这是一个与梦幻足球相关的 df，它具有三列 - “名称”、“年份”和“FantasyPts”。代码如下。

import pandas as pd

df = pd.DataFrame({'Name': ['Tom Brady', 'Tom Brady', 'Tom Brady', 'Patrick Mahomes', 'Patrick Mahomes', 'Patrick Mahomes'],
                   'Year': [2019, 2018, 2017, 2019, 2018, 2017],
                   'FantasyPts': [300, 350, 400, 500, 400, 50],
                   })

我想在名为“FantasyPtsPreviousYear”的表中添加另一列，但在 Pandas / Python 中如何做到这一点非常困难。

我想做的是：

1. 对于表中的每一行，让 python/pandas 检查 df 的该行中的名称和年份。
2. 查看同一玩家在上一年（即第 1 年）获得的幻想积分
3. 将该数字填充到名为“FantasyPtsPreviousYear”的 df 新行中，或者，如果没有该玩家上一年的数据，则输入 0。

在 Excel 中，我只需创建新列并将这些列与 VLOOKUP 一起使用。我在 Pandas 中找到的与 VLOOKUP 最接近的东西是合并，但这似乎在这里不起作用（或者至少我不知道如何使它与这个特定的应用程序一起工作）。在尝试找到答案后，我认为它可能与 loc() 函数和 For 循环有关，但我无法让它工作。

感谢您提供的任何帮助！我非常感谢它，并认为这个社区提供的所有帮助都很棒！

Answer 1

让我们试试groupby 和shift

df = df.sort_values(['Name','Year'],ascending=[True,True])
df['FantasyPtsPreviousYear'] = df['FantasyPts'].groupby(df['Name']).shift().fillna(0)

Answer 2

我相信这可以通过where() 和shift() 的组合来实现。但是，这需要预先对数据进行排序。这是给定您提供的数据的代码：

df = df.sort_values(['Name','Year'],ascending=[True,True])
df['FantasyPtsPreviousYear'] = df['FantasyPts'].shift().where(df['Name'].eq(df['Name'].shift())).fillna(0)
print(df)

这个输出：

              Name  Year  FantasyPts  FantasyPtsPreviousYear
5  Patrick Mahomes  2017          50                     0.0
4  Patrick Mahomes  2018         400                    50.0
3  Patrick Mahomes  2019         500                   400.0
2        Tom Brady  2017         400                     0.0
1        Tom Brady  2018         350                   400.0
0        Tom Brady  2019         300                   350.0

Answer 3

merge 带有自身的 DataFrame，您在其中将 1 添加到年份。这为每个玩家明确定义了 Year -> Year-1 的比赛

（注意shift，除非您确定您每年都有一行。如果不明确重新索引所有年份，组内的shift 将为您提供您拥有的最后一年数据，无论是 1 年前还是 10 年前（如果缺少数据））

---

df = df.merge((df.assign(Year=df['Year']+1)
                 .rename(columns={'FantasyPts': 'FantasyPts_prev'})), 
              how='left', on=['Name', 'Year'])
df['FantasyPts_prev'] = df['FantasyPts_prev'].fillna(0, downcast='infer')

              Name  Year  FantasyPts  FantasyPts_prev
0        Tom Brady  2019         300              350
1        Tom Brady  2018         350              400
2        Tom Brady  2017         400                0
3  Patrick Mahomes  2019         500              400
4  Patrick Mahomes  2018         400               50
5  Patrick Mahomes  2017          50                0