将PYTHON中不同长度的列表组合为特定的值组合

将PYTHON中不同长度的列表组合为特定的值组合,python,list,dataframe,loops,web-scraping,Python,List,Dataframe,Loops,Web Scraping,我有以下两个清单: 小组名单: ['FC拜仁慕尼黑', “拜仁慕尼黑俱乐部”, “拜仁慕尼黑俱乐部”, “拜仁慕尼黑俱乐部”, “拜仁慕尼黑俱乐部”, “莱比锡RasenBallsport”, “莱比锡RasenBallsport”, “莱比锡RasenBallsport”] 错过的比赛名单: [1.0,8.0,1.0,0.0,0.0,1.0,1.0,0.0,2.0,2.0,1.0] 我想要的是:每当错过的比赛列表的值为“零”时,我不想要有一个队名,我想要类似“NA”的东西。原因是在我的网站

我有以下两个清单:

小组名单:

['FC拜仁慕尼黑',
“拜仁慕尼黑俱乐部”,
“拜仁慕尼黑俱乐部”,
“拜仁慕尼黑俱乐部”,
“拜仁慕尼黑俱乐部”,
“莱比锡RasenBallsport”,
“莱比锡RasenBallsport”,
“莱比锡RasenBallsport”]
错过的比赛名单:

[1.0,8.0,1.0,0.0,0.0,1.0,1.0,0.0,2.0,2.0,1.0]
我想要的是:每当错过的比赛列表的值为“零”时,我不想要有一个队名,我想要类似“NA”的东西。原因是在我的网站上,当玩家没有错过任何一场比赛时,没有显示任何球队名称,但实际上应该是NA来实现我的目标

数据帧/元组中的结果应如下所示:

1.0,拜仁慕尼黑
拜仁慕尼黑8.0
1.0,拜仁慕尼黑
0.0,不适用
0.0,不适用
1.0,拜仁慕尼黑
1.0,拜仁慕尼黑
0.0,不适用
2.0,莱比锡RasenBallsport
2.0,莱比锡RasenBallsport
莱比锡RasenBallsport 1.0
非常感谢您的帮助

试试看:

team_list = [
    "FC Bayern München",
    "FC Bayern München",
    "FC Bayern München",
    "FC Bayern München",
    "FC Bayern München",
    "RasenBallsport Leipzig",
    "RasenBallsport Leipzig",
    "RasenBallsport Leipzig",
]

missed_game_list = [1.0, 8.0, 1.0, 0.0, 0.0, 1.0, 1.0, 0.0, 2.0, 2.0, 1.0]

df = pd.DataFrame({"Missed Game": missed_game_list, "Team": np.nan})
df.loc[df["Missed Game"] != 0, "Team"] = team_list
print(df)
印刷品:

错过比赛团队
0 1.0 FC拜仁慕尼黑
1 8.0 FC拜仁慕尼黑
2 1.0 FC拜仁慕尼黑
30.0南
40.0南
5 1.0 FC拜仁慕尼黑
6 1.0 FC拜仁慕尼黑
70.0南
8.2.0莱比锡拉森堡运动会
9 2.0莱比锡拉森堡体育
10 1.0莱比锡RasenBallsport

您不能做什么?只要做一个if 0,如果它是真的,则中断并移动到下一个案例。请发布一个具体的问题,而不是“我该怎么做?”完美的谢谢你这么多-我的问题解决了!