使用5人组合查找数据帧的子集包含特定的5人组合，每列标识5位玩家中的一位。

Question

抱歉，如果标题是误导，因为我不知道如何最好地解释我想要做什么。

我利用NBA本赛季的比赛数据，试图为具体的防守阵容找到相对的防守等级。在dataframe (df)中，每个进攻性球员、每个防守球员、财产和得分都有列(还有更多，但这就是我所关心的)，所以总共有10列。

如果我过滤一个特定的防御组合，我有一个更小的数据(df2)，这只是当防御单位在地板上时的信息。我已经做到了这一点，但我现在想做的是采取所有的进攻球员组合，这一阵容已经面临，并过滤在df的信息。

因此，下面是一个小得多的例子，说明df2可能是什么样子的：

   offplayer1  offplayer2  offplayer3  offplayer4  offplayer5  defplayer1  defplayer2  defplayer3  defplayer4  defplayer5  possessions  points  
0           1           2           3           4           5          11          12          13          14          15            5       5 
1           1           2           3           4           6          11          12          13          14          15            4       4  
2           2           3           4           5           6          11          12          13          14          15            3       5  

从这一点出发，我想在df2中使用所有的filter 1-5组合，并将其用作df中的筛选器。

有什么最好的办法吗？

编辑:下面是生成上述df2的代码和一个示例df (如果您希望它演示的话)

df = pd.DataFrame(np.array([[1,2,3,4,5,11,12,13,14,15,5,5],[1,2,3,4,6,11,12,13,14,15,4,4],[2,3,4,5,6,11,12,13,14,15,3,5],[1,2,3,4,5,11,12,13,14,16,5,5],[1,2,3,4,5,21,22,23,24,25,10,10],[11,12,13,14,15,21,22,23,24,25,5,5]]),columns=['offplayer1','offplayer2','offplayer3','offplayer4','offplayer5','defplayer1','defplayer2','defplayer3','defplayer4','defplayer5','possessions','points'])

df2 = pd.DataFrame(np.array([[1,2,3,4,5,11,12,13,14,15,5,5],[1,2,3,4,6,11,12,13,14,15,4,4],[2,3,4,5,6,11,12,13,14,15,3,5]]),columns=['offplayer1','offplayer2','offplayer3','offplayer4','offplayer5','defplayer1','defplayer2','defplayer3','defplayer4','defplayer5','possessions','points'])

Answer 1

如果我正确地理解了您的意思，那么您应该能够为每个df创建一个新的索引，这个索引是基于offplayer列然后是set_index，并使用布尔索引和.isin。我稍微修改了你的样本df以显示给你看。

# modified your sample data a little

df = pd.DataFrame(np.array([[1,2,3,4,5,11,12,13,14,15,5,5],
                            [1,2,3,4,6,11,12,13,14,15,4,4],
                            [1,2,3,4,5,11,12,13,14,16,3,5],
                            [2,3,4,5,6,11,12,13,14,15,5,5], 
                            [1,2,3,4,5,11,12,13,14,17,5,5],
                            [1,2,3,4,7,11,12,13,14,17,5,5]]),
                  columns=['offplayer1','offplayer2','offplayer3','offplayer4','offplayer5',
                           'defplayer1','defplayer2','defplayer3','defplayer4','defplayer5',
                           'possessions','points'])

# def players your are looking for
defplayers = [11,12,13,14,15]

# create df2 through boolean indexing
df2 = df[df[df.columns[5:10]].isin(defplayers).all(1)]

# create new indices
df_idx = df.columns[:5].values.tolist()
df2_idx = df2.columns[:5].values.tolist()

# boolean indexing to filter df
df[df.set_index(df_idx).index.isin(df2.set_index(df2_idx).index)]