使用多个句柄迭代Pandas DataFrame，并迭代地追加已编辑的行？

Question

我有三个数据：

• 具有比赛历史记录的df1 (按日期组织)
• 带有玩家统计信息的df2 (按玩家名称组织)
• 每场比赛( df3 )的球员统计数据(df2)之间的df1差异

我想做这样的事情：

    for idx, W_nm, L_nm in df1[['index','winner_name','loser_name']].values:
      df3.loc[idx] = df2.loc[W_nm] - df2.loc[L_nm]
      #... edit this row further

它失败了，因为：

• 'idx'没有引用df1的指数。
• df3没有定义的列

是否有办法参考第一行的指数？

我读过iterrows()比.loc[]慢7倍，我有很多数据要处理

还有什么比这更干净的吗？

    for idx in df1.index:
      W_nm = df1.loc[idx,'winner_name']
      L_nm = df1.loc[idx,'loser_name']
      df3.loc[idx] = df2.loc[W_nm] - df2.loc[L_nm]
      #... edit this row further

它没有修正“没有定义的列”，而是给了我句柄。

所以我期待这样的事情：

 df1
[            'Loser'  'Winner'   'Score'
  0          Harry    Hermione   3-7   ...
  1          Harry    Ron        0-2   ...
  2          Ron      Voldemort  7-89   ... ]

 df2
[            'Spells' 'Allies'
  Harry      23       84      ...
  Hermione   94       68      ...
  Ron        14       63      ...
  Voldemort  97       92      ... ]

then

df3
[            'Spells' 'Allies'
  0          -71      16      ...
  1          9        21      ...
  2          -83      -29     ... ]

Answer 1

你需要的是join

loser = df1.join(df2, on='Loser').loc[:,['Spells', 'Allies']]
winner = df1.join(df2, on='Winner').loc[:,['Spells', 'Allies']]
df3 = winner - loser

通过您的示例，提供了以下数据：

   Spells  Allies
0      71     -16
1      -9     -21
2      83      29