如何根据列值合并数据帧中的行？

Question

我有一个数据集，它的形状是这样的，其中每一行表示由gameID指定的特定匹配中的。在

  gameID          Won/Lost   Home   Away  metric2 metric3 metric4   team1 team2 team3 team4
2017020001         1          1      0      10      10      10      1     0     0      0
2017020001         0          0      1      10      10      10      0     1     0      0

我要做的是创建一个函数，它接受具有相同gameID的行并将它们联接起来。正如您在下面的数据示例中看到的，这两行代表一场比赛，它被分成主队（第1排）和客队（第2排）。我要这两排只能坐在一排。在

^{pr2}$

我怎么得到这个结果？在

编辑：我造成了太多的混乱，张贴我的代码，以便你能更好地掌握我想解决的问题。在

import numpy as np
import pandas as pd
import requests
import json
from sklearn import preprocessing
from sklearn.preprocessing import OneHotEncoder

results = []
for game_id in range(2017020001, 2017020010, 1):
    url = 'https://statsapi.web.nhl.com/api/v1/game/{}/boxscore'.format(game_id)
r = requests.get(url)
game_data = r.json()

for homeaway in ['home','away']:

    game_dict = game_data.get('teams').get(homeaway).get('teamStats').get('teamSkaterStats')
    game_dict['team'] = game_data.get('teams').get(homeaway).get('team').get('name')
    game_dict['homeaway'] = homeaway
    game_dict['game_id'] = game_id
    results.append(game_dict)

df = pd.DataFrame(results)

df['Won/Lost'] = df.groupby('game_id')['goals'].apply(lambda g: (g == g.max()).map({True: 1, False: 0}))

df["faceOffWinPercentage"] = df["faceOffWinPercentage"].astype('float')
df["powerPlayPercentage"] = df["powerPlayPercentage"].astype('float')
df["team"] = df["team"].astype('category')
df = pd.get_dummies(df, columns=['homeaway'])
df = pd.get_dummies(df, columns=['team'])

Answer 1

我想，你是在做面包和黄油： 纽比，熊猫公司？在

如果是这样，我进一步假设，您的表当前存储在熊猫.DataFrame-名为“df”的实例：

将df分成两个df，然后将它们连接起来：

df_team1 = df[df['Won/Lost']==1]
df_team2 = df[df['Won/Lost']==0]
final_df = df_team1.join(df_team2, lsuffix='_team1', rsuffix='_team2', on='gameID')

当然，您可以对其进行编辑以更好地符合您的目的。例如，基于主/客场列创建df，等等

BR公司 本 ：]

Answer 2

这是基于这样一个假设：每个gameID正好有两行，并且希望按该ID分组（它还假设我理解这个问题）

改进的解决方案

给定一个数据帧df，例如

       gameID  Won/Lost  Home  Away  metric2  metric3  metric4  team1  team2  team3  team4
0  2017020001         1     1     0       10       10       10      1      0      0      0
1  2017020001         0     0     1       10       10       10      0      1      0      0
2  2017020002         1     1     0       10       10       10      1      0      0      0
3  2017020002         0     0     1       10       10       10      0      1      0      0

您可以使用pd.merge（和一些数据咀嚼）如下：

^{pr2}$

（我保留了Won/Lost的前缀，因为它表示这是主队的统计数据。另外，如果有人知道如何更优雅地添加前缀而不必重新命名gameID，请留言。）

---

原始尝试

分组后可以应用以下函数

def munge(group): 
     is_home = group.Home == 1 
     wonlost = group.loc[is_home, 'Won/Lost'].reset_index(drop=True) 
     group = group.loc[:, 'metric2':] 
     home = group[is_home].add_prefix('h_').reset_index(drop=True) 
     away = group[~is_home].add_prefix('a_').reset_index(drop=True) 
     return pd.concat([wonlost, home, away], axis=1) 

。。。像这样：

>>> df.groupby('gameID').apply(munge).reset_index(level=1, drop=True)                                                                                                                                                                           
            Won/Lost  h_metric2  h_metric3  h_metric4  h_team1  h_team2  h_team3  h_team4  a_metric2  a_metric3  a_metric4  a_team1  a_team2  a_team3  a_team4
gameID                                                                                                                                                        
2017020001         1         10         10         10        1        0        0        0         10         10         10        0        1        0        0
2017020002         1         10         10         10        1        0        0        0         10         10         10        0        1        0        0