Python数据帧concat或append问题

Question

我对Python中的数据帧有一个问题。我试图将某些行复制到一个新的数据帧，但我弄不明白

有两个阵列：

pokemon_data

    #   HP  Attack  Defense Sp. Atk Sp. Def Speed
0   1   45  49  49  65  65  45
1   2   60  62  63  80  80  60
2   3   80  82  83  100 100 80
3   4   80  100 123 122 120 80
4   5   39  52  43  60  50  65
... ... ... ... ... ... ... ...
795 796 50  100 150 100 150 50
796 797 50  160 110 160 110 110
797 798 80  110 60  150 130 70
798 799 80  160 60  170 130 80
799 800 80  110 120 130 90  70

800 rows × 7 columns

combats_data


    First_pokemon   Second_pokemon  Winner
0   266 298 1
1   702 701 1
2   191 668 1
3   237 683 1
4   151 231 0
... ... ... ...
49995   707 126 0
49996   589 664 0
49997   303 368 1
49998   109 89  0
49999   9   73  0

50000 rows × 3 columns

我创建了具有列的第三个数据集：

output1

    HP0 Attack0 Defens0 Sp. Atk0    Sp. Def0    Speed0  HP1 Attack1 Defense1    Sp. Atk1    Sp. Def1    Speed1  Winner

我试图做的是将属性从口袋妖怪数据复制到输出1，顺序是从战斗数据

HP0和HP1分别是第一代口袋妖怪的HP和第二代口袋妖怪的HP

我想用TensorFlow神经网络中的数据来预测口袋妖怪会赢什么

Answer 1

所以我想在这两个数组的基础上创建新的数组。例如：

#ids represent pokemons and their attributes
pokemons = pd.DataFrame({'id': [1,2,3,4,5],
                    'HP': [10,20,30,40,50],
                    'Attack': [15,25,35,45,55],
                    'Defese' : [25,15,45,15,35]})

#here 0 or 1 represents whether first or second pokemon won
combats = pd.DataFrame({'id1': [1,2],
                    'id2': [3,4],
                    'winner': [0,1]})

#in output data i want to replace ids with attributes, the order is based on combats array
output = pd.DataFrame({'HP1': [10,20],
                    'Attack1': [15,25],
                    'Defense1': [25,15],
                      'HP2': [30,40],
                    'Attack2': [35,45],
                    'Defense2': [45,15],
                    'winner': [0,1]})

不确定它的想法是否正确。我想训练神经网络，找出口袋妖怪会赢什么

Answer 2

这是来自4programmers.net论坛用户部分的解决方案。 作为pd进口熊猫

if __name__ == "__main__":
    pokemon_data = pd.DataFrame({
        "Id": [1, 2, 3, 4, 5],
        "HP": [45, 60, 80, 80, 39],
        "Attack": [49, 62, 82, 100, 52],
        "Defense": [49, 63, 83, 123, 43],
        "Sp. Atk": [65, 80, 100, 122, 60],
        "Sp. Def": [65, 80, 100, 120, 50],
        "Speed": [45, 60, 80, 80, 65]})
    combats_data = pd.DataFrame({
        "First_pokemon": [1, 2, 3], 
        "Second_pokemon": [2, 3, 4], 
        "Winner": [1, 0, 1]})

    output = pokemon_data.merge(combats_data, left_on="Id", right_on="First_pokemon")
    output = output.merge(pokemon_data, left_on="Second_pokemon", right_on="Id",
                          suffixes=("_pokemon1", "_pokemon2"))

    print(output)

Answer 3

对于这种类型的争论，您应该首先“融化”或“整理”这个combats_data，这样每个ID都有自己的行，然后对两个数据帧进行“连接”或“合并”

你没有提供一个最低限度的可复制的例子，所以这里是我的：

import pandas as pd

df1 = pd.DataFrame({'id': [1,2,3,4,5],
                    'var1': [10,20,30,40,50],
                    'var2': [15,25,35,45,55]})
df2 = pd.DataFrame({'id1': [1,2],
                    'id2': [3,4],
                    'outcome': [1,4]})

df2tidy = pd.melt(df2, id_vars=['outcome'], value_vars=['id1', 'id2'],
                  var_name='name', value_name='id')

df2tidy
#   outcome name    id
# 0 1       id1     1
# 1 4       id1     2
# 2 1       id2     3
# 3 4       id2     4


output = pd.merge(df2tidy, df1, on='id')

output
#   outcome name    id  var1    var2
# 0 1       id1     1   10      15
# 1 4       id1     2   20      25
# 2 1       id2     3   30      35
# 3 4       id2     4   40      45

然后可以在outcome上训练某种分类器

（顺便说一句，你应该把outcome设为0或1（对于pokemon1和pokemon2），而不是赢家的实际ID。）