在键列值相同的任何时候，在两行中切换两个值

Question

我有三场棒球比赛的下表。每一场比赛，我有两行代表每一队在同一场比赛中的每一队的信息。要知道哪一行指的是哪个团队，方法是检查列play_homevisitor，如果列有1，则行是关于主团队(位于hometeam列中)，但是如果是0，则行是关于访问者团队(位于vi248列中)。这是我的数据集df。

Game_ID             hometeam    visteam play_homevisitor    Runs_scored
ATL199204090         ATL         SFN           0                13
ATL199204090         ATL         SFN           1                6
ATL199204100         ATL         SFN           0                3
ATL199204100         ATL         SFN           1                6
ATL199204110         ATL         SFN           0                4
ATL199204110         ATL         SFN           1                0

我也有每个团队的runs_scored数。

因此，我需要使用runs_allowed计算一个新列，它只是在具有相同Game_ID的每两行之间切换runs_scored的值，如下所示：

Game_ID        hometeam visteam play_homevisitor    Runs_scored     Runs_allowed       
ATL199204090    ATL      SFN           0                13                6
ATL199204090    ATL      SFN           1                6                 13
ATL199204100    ATL      SFN           0                3                 6
ATL199204100    ATL      SFN           1                6                 3
ATL199204110    ATL      SFN           0                4                 0
ATL199204110    ATL      SFN           1                0                 4

我有一种可能的方法，但我很好奇你是否有一种不同的方法。

我一直在考虑任何可能的方法，我注意到我在play_homevisitor专栏中总是有0，1，0-1的顺序，所以我想出了一个想法：

1. 创建两个中间列，移动-1和+1 runs_scored。它将创建列upShift和列downShift。只分析每对game_D；在upShift中，hometeam的得分将上升，而在downShift中，访问者团队的得分将下降。

df‘’downShift‘=df’‘Runs_scored’..shift(periods= 1).fillna(0) df‘’upShift‘=df’‘Runs_scored’..shift(periods= -1).fillna(0)

1. 如果play_homevisitor为0时，我将取upShift中的值，否则，如果play_homevisitor为1时，则取下移位值。

df‘’Runs_allowed‘= df['play_homevisitor'，'downShift'，'upShift'].apply(lambda : x'upShift’如果x'play_homevisitor‘== _homevisitor’== x'downShift'，axis=1)

Answer 1

您可以结合使用groupby和shift两次。然后使用fillna创建新列：

s1 = df.groupby('Game_ID')['Runs_scored'].shift(-1)
s2 = df.groupby('Game_ID')['Runs_scored'].shift(1)

df['Runs_allowed'] = s1.fillna(s2).astype(int)

print(df)
        Game_ID hometeam visteam  play_homevisitor  Runs_scored  Runs_allowed
0  ATL199204090      ATL     SFN                 0           13             6
1  ATL199204090      ATL     SFN                 1            6            13
2  ATL199204100      ATL     SFN                 0            3             6
3  ATL199204100      ATL     SFN                 1            6             3
4  ATL199204110      ATL     SFN                 0            4             0
5  ATL199204110      ATL     SFN                 1            0             4

Answer 2

我一直在考虑任何可能的方法，我注意到我在play_homevisitor专栏中总是有0，1，0-1的顺序，所以我想出了一个想法：

1. 创建两个中间列，移动-1和+1 runs_scored。它将创建列upShift和列downShift。只分析每对game_D；在upShift中，hometeam的得分将上升，而在downShift中，访问者团队的得分将下降。

df‘’downShift‘=df’‘Runs_scored’..shift(periods= 1).fillna(0) df‘’upShift‘=df’‘Runs_scored’..shift(periods= -1).fillna(0)

1. 如果play_homevisitor为0时，我将取upShift中的值，否则，如果play_homevisitor为1时，则取下移位值。

df‘’Runs_allowed‘= df['play_homevisitor'，'downShift'，'upShift'].apply(lambda : x'upShift’如果x'play_homevisitor‘== _homevisitor’== x'downShift'，axis=1)

Answer 3

如果有所有对和列被排序，请使用：

df = df.sort_values(['Game_ID','play_homevisitor'])

m1 = df['play_homevisitor'] == 0
m2 = df['play_homevisitor'] == 1

s1 = df.loc[m1, 'Runs_scored'].values
s2 = df.loc[m2, 'Runs_scored'].values
df.loc[m2, 'Runs_allowed'], df.loc[m1, 'Runs_allowed'] = s1, s2 

print (df)
        Game_ID hometeam visteam  play_homevisitor  Runs_scored  Runs_allowed
0  ATL199204090      ATL     SFN                 0           13           6.0
1  ATL199204090      ATL     SFN                 1            6          13.0
2  ATL199204100      ATL     SFN                 0            3           6.0
3  ATL199204100      ATL     SFN                 1            6           3.0
4  ATL199204110      ATL     SFN                 0            4           0.0
5  ATL199204110      ATL     SFN                 1            0           4.0