如何创建包含两个exisitng dataframes之间多个列的值更改的新dataframe

Question

我在看足球运动员在五年内的发展。

我有两个数据处理程序(DFs)，一个包含来自国际足联17的所有20岁的前锋，另一个包含国际足联22的所有25岁的前锋。我想要创建第三个DF，它包含每个玩家的属性更改。有大约30列代表每个属性，如攻防，投篮，传球等。所以我希望新的DF包含+3的攻防，+2的投篮，+6的传球等等。

我能想到的解决这个问题的最好方法是合并两个DFs，然后对每个列应用一个函数，给出x值和y值之间的差额，分别表示FIFA 17和FIFA 22的数据。

任何小费都很感激。谢谢。

Answer 1

如前所述，使用数据格式的差异。我怀疑它们不是ALL NaN值，因为只有在同样的球员不在17和22国际足联的情况下，你才能得到这样的值。

当我这么做的时候，17岁和22岁的球员只有533人(在国际足联17岁时只有20岁，在22岁时只有25岁)。

下面是一个例子：

将熊猫作为pd导入

fifa17 = pd.read_csv('D:/test/fifa/players_17.csv')
fifa17 = fifa17[fifa17['age'] == 20]
fifa17 = fifa17.set_index('sofifa_id')

fifa22 = pd.read_csv('D:/test/fifa/players_22.csv')
fifa22 = fifa22[fifa22['age'] == 25]
fifa22 = fifa22.set_index('sofifa_id')

compareCols = ['pace', 'shooting', 'passing', 'dribbling', 'defending', 
               'physic', 'attacking_crossing', 'attacking_finishing', 
               'attacking_heading_accuracy', 'attacking_short_passing', 
               'attacking_volleys', 'skill_dribbling', 'skill_curve', 
               'skill_fk_accuracy', 'skill_long_passing', 
               'skill_ball_control', 'movement_acceleration', 
               'movement_sprint_speed', 'movement_agility', 
               'movement_reactions', 'movement_balance', 'power_shot_power', 
               'power_jumping', 'power_stamina', 'power_strength', 
               'power_long_shots', 'mentality_aggression', 
               'mentality_interceptions', 'mentality_positioning', 
               'mentality_vision', 'mentality_penalties', 
               'mentality_composure', 'defending_marking_awareness', 
               'defending_standing_tackle', 'defending_sliding_tackle']

df = fifa22[compareCols] - fifa17[compareCols]


df = df.dropna(axis=0)
df = pd.merge(df,fifa22[['short_name']], how = 'left', left_index=True, right_index=True)

输出：

print(df)
           pace  shooting  ...  defending_sliding_tackle     short_name
sofifa_id                  ...                                         
205291     -1.0       0.0  ...                       3.0     H. Stengel
205988     -7.0       3.0  ...                      -1.0        L. Shaw
206086      0.0       8.0  ...                       5.0     H. Toffolo
206113     -2.0      21.0  ...                      -2.0      S. Gnabry
206463     -3.0       8.0  ...                       3.0     J. Dudziak
        ...       ...  ...                       ...            ...
236311     -2.0      -1.0  ...                      18.0         M. Rog
236393      2.0       5.0  ...                       0.0   Marc Cardona
236415      3.0       1.0  ...                       9.0      R. Alfani
236441     10.0      31.0  ...                      18.0      F. Bustos
236458      1.0       0.0  ...                       5.0  A. Poungouras

[533 rows x 36 columns]

Answer 2

您可以考虑下面的简单示例来减去pandas.DataFrame

import pandas as pd
df1 = pd.DataFrame({'X':[1,2],'Y':[3,4]})
df2 = pd.DataFrame({'X':[10,20],'Y':[30,40]})
dfdiff = df2 - df1
print(dfdiff)

给予输出

    X   Y
0   9  27
1  18  36

Answer 3

我已经找到了一个解决方案，但它非常繁琐，因为它需要为每个属性编写一行代码。

我只是为每个属性更改分配一个新列。例如，对于传递，代码是：

mergedDF = mergedDF.assign(PassingChange = mergedDF.Passing_x - mergedDF.Passing_y)