比较熊猫数据中其他列常见的行

Question

我有以下的运动员参加比赛的数据。

   pos   country       year    round      event       athlete    Battle
   1      Jamaica      2012    100m      Beijing     BOLT         0
   2      Jamaica      2012    100m      Beijing     BLAKE        0
   4       USA         2012    100m      Beijing     GAY          0
   3       USA         2012    100m      Beijing     JOHN         0
   6      Jamaica      2012    200m      Beijing     BOLT         0
   7      Jamaica      2012    200m      Beijing     BLAKE        0
   3       USA         2012    200m      Beijing      GAY         0
   4       USA         2012    200m      Beijing     JOHN         0

我想给‘战斗’列赋值，它表示运动员获得了更高的网格位置。就像这样：

   pos   country      year    round     event       athlete    Battle
   1      Jamaica     2012     100m      Beijing    BOLT         1
   2       Jamaica     2012    100m      Beijing    BLAKE        0
   4       USA         2012    100m      Beijing    GAY          0
   3       USA         2012    100m      Beijing    JOHN         1
   6       Jamaica     2012    200m      Beijing    BOLT         2
   7       Jamaica      2012   200m      Beijing    BLAKE        0
   3       USA         2012    200m      Beijing    GAY          1
   4       USA         2012    200m      Beijing    JOHN         1

博尔特在两场比赛中都比布莱克有更好的位置，所以他在两轮比赛后的battle值将是2，而布雷克的0。盖伊和约翰在其中一场比赛中表现得更好，所以他们的数值是1和1。

如何计算大熊猫中的Battle列？我不知道从哪里开始。我看过其他问题，包括我自己的Assigning value to pandas dataframe values for unique values in another column和Compare values in two different pandas columns，但是这些比较和/或操作跨越了两列，而我想要的结果迫使我考虑多列(year, round, event, country)必须是常见的，并在athlete列中找到唯一的值并进行比较。

我试着用country来隔离运动员，使用df.groupby(['country', 'round', 'pos']).apply(lambda x: x['athlete'])

  country          round    pos      athlete    
   Jamaica         100m      1        BOLT         
                             2        BLAKE   
   USA             100m      4        GAY         
                             3        JOHN     
   Jamaica         200m      6        BOLT         
                             7        BLAKE       
   USA             200m      3        GAY         
                             4        JOHN 

虽然这隔离了重要的信息，但我仍然困惑于如何比较他们的立场。

Answer 1

IIUC，你可以：

1. groupby国家和地区，并对运动员进行排名，看看他们outperformed.
2. groupby运动员还有多少人，并把他们的排名相加。--

df["rank"] = df.groupby(["country", "round"])["pos"].transform(pd.Series.rank, ascending=False, method="dense")-1
df["Battle"] = df.groupby("athlete")["rank"].transform(sum)

>>> df.drop("rank", axis=1)

   pos  country  year round    event athlete  Battle
0    1  Jamaica  2012  100m  Beijing    BOLT     2.0
1    2  Jamaica  2012  100m  Beijing   BLAKE     0.0
2    4      USA  2012  100m  Beijing     GAY     1.0
3    3      USA  2012  100m  Beijing    JOHN     1.0
4    6  Jamaica  2012  200m  Beijing    BOLT     2.0
5    7  Jamaica  2012  200m  Beijing   BLAKE     0.0
6    3      USA  2012  200m  Beijing     GAY     1.0
7    4      USA  2012  200m  Beijing    JOHN     1.0
​~~~