根据前两列中的任何一列更新每一行的值答案

【问题标题】：Update value for every row based on either of two previous columns根据前两列中的任何一列更新每一行的值
【发布时间】：2019-03-08 19:33:35
【问题描述】：

我正在研究 ATP Tour 男子网球数据。目前，我有一个包含约 60,000 个匹配项的 Pandas 数据框。每行都包含有关比赛的信息/统计数据，分为赢家和输家。我已经按日期对数据框进行了排序。目前我正在尝试计算每场比赛的获胜者和失败者的 ELO 评级（因此每一行）。要计算 ELO 等级，需要两位玩家在上一场比赛中的 ELO 等级。另一个困难出现了，因为当前比赛的赢家可能是他上一场比赛的输家。因此，当前比赛的 'winner_player_id' 值可能在前一场比赛的 'loser_player_id' 列中。

我不确定如何有效地为每行的两名玩家选择之前的 ELO 评分，因为这需要跨多个列进行搜索。

每一行包括以下列：

array(['match_id', 'tourney_dates', 'round_order', 'tourney_name',
   'tourney_year_id', 'tourney_round_name', 'winner_player_id',
   'winner_slug', 'loser_player_id', 'loser_slug', 'elo_player_1', 'elo_player_2'])

感谢您的宝贵时间！

【问题讨论】：

参考How to create minimal, complete and verifiable example
另外，我觉得你的问题与你给它的标题不太相关，因为它不是不同列索引的总数，而是每行搜索以前的值。另外我认为您可以从数据框中检查apply 方法（pandas.pydata.org/pandas-docs/stable/reference/api/…）

标签： python pandas

【解决方案1】：

一种方法是按玩家姓名/ID 对每行中的每个赢家和输家进行排序，因此无论谁输赢，顺序都是稳定的。这是一个例子：

df.join(pd.DataFrame(
    np.sort(df[['winner_name', 'loser_name']].values, axis=1),
    columns=['name1', 'name2']))

df.head(10)

输出：

      winner_name         loser_name              name1          name2
0   Nicklas Kulti      Michael Stich      Michael Stich  Nicklas Kulti
1   Michael Stich        Jim Courier        Jim Courier  Michael Stich
2   Nicklas Kulti     Magnus Larsson     Magnus Larsson  Nicklas Kulti
3     Jim Courier      Martin Sinner        Jim Courier  Martin Sinner
4   Michael Stich        Jimmy Arias        Jimmy Arias  Michael Stich
5   Nicklas Kulti    Fabrice Santoro    Fabrice Santoro  Nicklas Kulti
6  Magnus Larsson      Patrik Kuhnen     Magnus Larsson  Patrik Kuhnen
7     Jim Courier      Paul Haarhuis        Jim Courier  Paul Haarhuis
8   Nicklas Kulti  Magnus Gustafsson  Magnus Gustafsson  Nicklas Kulti
9   Michael Stich        Gilad Bloom        Gilad Bloom  Michael Stich

【讨论】：