Python 熊猫：按分隔符拆分列，并基于其他列重新排列

让

df

成为一个数据帧

In [1]: import pandas as pd
   ...: df = pd.DataFrame(columns = ['Home', 'Score', 'Away'])
   ...: df.loc[0] = ['Team A', '3-1', 'Team B']
   ...: df.loc[1] = ['Team B', '2-1', 'Team A']
   ...: df.loc[2] = ['Team B', '2-2', 'Team A']
   ...: df.loc[3] = ['Team A', '0-1', 'Team B']

In [2]: df
Out[2]:
     Home Score    Away
0  Team A   3-1  Team B
1  Team B   2-1  Team A
2  Team B   2-2  Team A
3  Team A   0-1  Team B

我想用

df

制作

df_1

In [4]: df_1
Out[4]:
  Team A Team B
0      3      1
1      1      2
2      2      2
3      0      1

最简单的方法是什么

作为初学者，我可以将

'Score'

列拆分为两列，然后循环其他列，得到

df_1

，但我想应该有一种更简单的方法，可能是使用

lambda

函数或

group\u by

方法

---

有什么想法吗？

如果只有两支球队，我们可以根据需要恢复比分

如果条件为真，则保持原始值。如果没有，它可以从值列表中调用输入值。我们的情况在团队中，mapper是字符串的反转

l_rev_string = lambda s: s[::-1]

df_score_rev = df.Score.apply(l_rev_string)

df1 = df.Score.where(df.Home == 'Team A', df_score_rev)\
    .str.split('-',expand=True)\
    .rename(columns = {0:'Team A',1:'Team B'})

您可以尝试以下方法：

df["values"] = df.apply(lambda row: {row["Home"]:row["Score"].split("-")[0], row["Away"]:row["Score"].split("-")[1]}, axis=1)

output_df = pd.DataFrame(df["values"].tolist())

输出：

    Team A  Team B
0   3   1
1   1   2
2   2   2
3   0   1

---

这种方法很有趣，但最终的结果并不正确。它不反转第二行，例如，它没有为团队B给出[1,2,2,1]，而是给出[1,1,2,1]（在输出中显示为团队A）。对不起，我有两个版本：一个输入了lambda，另一个先反转。似乎由于某种原因，callable不起作用，我将其编辑成一个版本，在这个版本中，您可以反转所有内容，然后选择正确的内容。

    Team A  Team B
0   3   1
1   1   2
2   2   2
3   0   1