Python 如何基于另一列和键设置dataframe中新列的值？

我有一个如下的数据集，其中包括每一场比赛的球员属性。数据集采用Pandas Dataframe格式，并按每个字符的日期降序排序

characterId  date               kills deaths matchResult   
200          3-5-2014-22:30:10  10      12     0
300          4-4-2014-23:30:10  10      13     1
400          1-2-2014-17:30:10  9       10     1
201          3-5-2014-22:20:05  11      16     0
301          1-4-2014-20:20:05  18      15     1

我想添加一个新列（

nextResult

），其中包含上次匹配的

matchResult

的值。新的数据帧应如下所示：

characterId  date               kills deaths matchResult   nextResult
200          3-5-2014-22:30:10  10      12     0             nan
300          4-4-2014-23:30:10  10      13     1             0
400          1-2-2014-17:30:10  9       10     1             1 
201          3-5-2014-22:20:05  11      16     0             nan 
301          1-4-2014-20:20:05  18      15     1             0     

---

您可以使用

shift

和

where

检查字符是否已重新启动

 df['nextResult'] = df.shift(1)['matchResult'].where(df.characterid.diff().fillna(0).ge(0))

输出：

   characterid               date  kills  deaths  matchResult  nextResult
0          200  3-5-2014-22:30:10     10      12            0         NaN
1          300  4-4-2014-23:30:10     10      13            1         0.0
2          400  1-2-2014-17:30:10      9      10            1         1.0
3          201  3-5-2014-22:20:05     11      16            0         NaN
4          301  1-4-2014-20:20:05     18      15            1         0.0

---

---

只需像访问字典一样访问数据帧：

import numpy as np # for np.NaN (or use NaN = float('nan'))
df = pd.DataFrame({ ... }) # your dataframe possibly from a CSV
df['nextResult'] = [np.NaN, 0, 1, np.NaN, 0]

---

有关pandas的介绍，请参见

Scott显然有更多关于如何创建“nextResult”的信息。感谢您提供的解决方案。我尝试了它，但它显示了以下错误：`features.shift（1）['matchResult'].where（features.characterId.diff（）.fillna（0.ge（0））文件“C:\ProgramData\Anaconda2\lib\site packages\pandas\core\series.py”，第1459行，在diff result=algos.diff（\u values\u from\u object（self），periods）文件中“C:\ProgramData\Anaconda2\lib\site packages\pandas\core\algorithms.py”，第1251行，in-diff-out\u-arr[res\u-indexer]=arr[res\u-indexer]-arr[lag\u-indexer]类型错误：不支持的操作数类型对于-：'str'和'str'`您是CharacterId始终是整数还是其中可能有一些字母？

CharacterId

是字符串。是的，diff不能很好地处理字符串。我们可以使用CharacterId.astype（int）.diff（）如果在characterid中不需要数字以外的任何内容，则输出总是nan。

characterid

是19位字符串格式，例如“2305843009218992152”。

import numpy as np # for np.NaN (or use NaN = float('nan'))
df = pd.DataFrame({ ... }) # your dataframe possibly from a CSV
df['nextResult'] = [np.NaN, 0, 1, np.NaN, 0]