Python 创建一个新列,该列根据条件值查找日期差异
我有以下数据帧: df= 我想创建一个新列,根据team1的条件查找日期差异。当芝加哥队是第一队时,我想知道他们上次比赛的天数,不管他们在上一场比赛中是第一队还是第二队 df=Python 创建一个新列,该列根据条件值查找日期差异,python,pandas,dataframe,conditional,multiple-columns,Python,Pandas,Dataframe,Conditional,Multiple Columns,我有以下数据帧: df= 我想创建一个新列,根据team1的条件查找日期差异。当芝加哥队是第一队时,我想知道他们上次比赛的天数,不管他们在上一场比赛中是第一队还是第二队 df= 您的预期输出接近,但我将创建一个多索引 使用melt和diff然后使用pivot # melt to get Teams as one columns melt = df.melt('Date').sort_values('Date') # groupby and find the difference melt['d
您的预期输出接近,但我将创建一个多索引 使用
melt
和diff
然后使用pivot
# melt to get Teams as one columns
melt = df.melt('Date').sort_values('Date')
# groupby and find the difference
melt['diff'] = melt.groupby('value')['Date'].diff()
# pivot to go back to the original df format
melt.pivot('Date','variable')
value diff
variable Team1 Team2 Team1 Team2
Date
2018-06-01 Boston New York NaT NaT
2018-06-13 New York Chicago 12 days NaT
2018-06-27 Boston New York 26 days 14 days
2018-06-28 Chicago Boston 15 days 1 days
更新
以下是根据您的评论进行的更新:
# assume this df
Date Team1 Team2
0 2018-06-01 Boston New York
1 2018-06-13 New York Chicago
2 2018-06-27 Boston New York
3 2018-06-28 Chicago Boston
4 2018-06-28 New York Detroit
代码:
请注意,这一次与第1队上次比赛的结果不同您是对的。。我已经更正了原始帖子中的错误。不幸的是,当应用到更大的数据帧时,我遇到了这个错误。ValueError:索引包含重复的条目,无法重塑。。。此错误特别发生在上面列出的第三个也是最后一个步骤中。@RyanG73该错误表示日期不唯一。您的数据是否包含多个在同一日期比赛的球队?是的。它包括一个完整的赛季的比赛时,有晚上,其中有几个games@RyanG73见upadte
# melt to get Teams as one columns
melt = df.melt('Date').sort_values('Date')
# groupby and find the difference
melt['diff'] = melt.groupby('value')['Date'].diff()
# pivot to go back to the original df format
melt.pivot('Date','variable')
value diff
variable Team1 Team2 Team1 Team2
Date
2018-06-01 Boston New York NaT NaT
2018-06-13 New York Chicago 12 days NaT
2018-06-27 Boston New York 26 days 14 days
2018-06-28 Chicago Boston 15 days 1 days
# assume this df
Date Team1 Team2
0 2018-06-01 Boston New York
1 2018-06-13 New York Chicago
2 2018-06-27 Boston New York
3 2018-06-28 Chicago Boston
4 2018-06-28 New York Detroit
# melt df (same as above example)
melt = df.melt('Date').sort_values('Date')
# find the difference
melt['diff'] = melt.groupby('value')['Date'].diff()
# use pivot_table not pivot
piv = melt.pivot_table(index=['Date', 'diff'], columns='variable', values='value', aggfunc=lambda x:x)
# reset index and dropna from team 1
piv.reset_index(level=1, inplace=True)
piv = piv[~piv['Team1'].isna()]
# merge your original df and your new one together
pd.merge(df, piv[piv.columns[:-1]], on=['Date','Team1'], how='outer').fillna(0)
Date Team1 Team2 diff
0 2018-06-01 Boston New York 0 days
1 2018-06-13 New York Chicago 12 days
2 2018-06-27 Boston New York 26 days
3 2018-06-28 Chicago Boston 15 days
4 2018-06-28 New York Detroit 1 days