熊猫数据汇总计算

Question

我有一只熊猫的资料，里面有体育比赛：

Winner      Loser          
A           B
B           A 
A           C

我想有每个球员的输赢统计数据(即A，B和C)。所以对于A来说，结果应该是2-1.对于B应该是1-1，对于C应该是0-1。

我知道如何通过在dataframe上逐行迭代来计算这个值：

for index, match in df.iterrows():
    //code for calculating win-loss here

但我确信还有更多的仿生/熊猫的方法可以做到这一点吗？如有任何提示，我们将不胜感激。

Answer 1

您可以使用groupby方法和size聚合来执行此操作。

例如

print df.groupby('Loser').size()

会产生一个有损失数量的数据。

Loser
A         1
B         1
C         1
dtype: int64

然后，您可以按照如下方式将它们组合成分数计数(如果团队没有胜诉或输赢，则使用fillna方法设置默认值)

wins = df.groupby('Winner').size()
losses = df.groupby('Loser').size()

scores = pd.DataFrame({'Wins' : wins, 'Losses' : losses}).fillna(0)

最后的分数算作

   Losses  Wins
A       1     2
B       1     1
C       1     0

Answer 2

在这样做的过程中：

win = df.groupby('Winner').count()
los = df.groupby('Loser').count()
score = pd.DataFrame([win.Loser, los.Winner])
score

给予：

        A   B   C
Loser   2   1   0
Winner  1   1   1

以及：

score.T

显示它已转置：

    Loser   Winner
A   2       1
B   1       1
C   0       1

这是上面使用的数据格式：

df = pd.DataFrame({'Winner': list('ABA'), 
                   'Loser': list('BAC')})  

df

  Loser  Winner
0 B      A
1 A      B
2 C      A

所有这些都在一行中：

pd.DataFrame([df.groupby('Winner').count().Loser, 
              df.groupby('Loser').count().Winner]).fillna(0).T

在以下方面的成果：

    Loser   Winner
A   2       1
B   1       1
C   0       1

Answer 3

您希望您的结果采用什么格式？

计算输赢的一个简单方法是使用collections.Counter：

import pandas as pd
from collections import Counter

df=pd.DataFrame([['A','B'],['B','C'],['A','C']], columns=['winner','loser'])

win_counts = Counter(df['winner'])

win_counts是一本字典，如下所示：

Counter({'A': 2, 'B': 1})

不过，我更喜欢西蒙吉本斯以上的答案，因为它不需要额外的模块。