计算DataFrame中满足多个条件的值的百分比

Question

我有一个数据框，其中包含自 1985 年以来每场疯狂三月游戏的信息。现在我正在尝试逐轮计算较高种子的获胜百分比。主 DataFrame 如下所示：我认为最好的方法是创建单独的函数。第一个处理分数高于 score.1 的返回队和 score.1 高于 score 的返回队。1 然后将它们附加到函数末尾。下一个需要你做种子.1高于种子并返回团队然后种子高于种子.1并返回团队.1然后追加和最后一个函数在它们相等时创建一个函数def func1(x):    if tourney.loc[tourney['Score']] > tourney.loc[tourney['Score.1']]:        return tourney.loc[tourney['Team']]    elif tourney.loc[tourney['Score.1']] > tourney.loc[tourney['Score']]:        return tourney.loc[tourney['Team.1']]func1(tourney.loc[tourney['Score']])

Answer 1

您可以通过将 lambda 函数应用于整个数据帧来应用逐行函数，使用axis=1. 这将允许您获得一个True/False列'low_seed_wins'。

使用新的 True/False 列，您可以获取计数和总和（计数是游戏数，总和是 lower_seed 胜利的数量）。使用它，您可以将总和除以计数以获得赢率。

这只有效，因为你的低种子队总是在左边。如果他们不是，那将会更复杂一些。

import pandas as pd

df = pd.DataFrame([[1987,3,1,74,68,5],[1987,3,2,87,81,6],[1987,4,1,84,81,2],[1987,4,1,75,79,2]], columns=['Year','Round','Seed','Score','Score.1','Seed.1'])

df['low_seed_wins'] = df.apply(lambda row: row['Score'] > row['Score.1'], axis=1)

df = df.groupby(['Year','Round'])['low_seed_wins'].agg(['count','sum']).reset_index()

df['ratio'] = df['sum'] / df['count']

df.head()

Year    Round   count   sum     ratio

0   1987    3   2       2.0     1.0

1   1987    4   2       1.0     0.5

Answer 2

您应该通过检查第一队和第二队的两个条件来计算这一点。这将返回一个布尔值，其总和是它为真的情况数。然后只需除以整个数据帧的长度即可得到百分比。没有测试数据很难准确检查

(

    ((tourney['Seed'] > tourney['Seed.1']) & 

     (tourney['Score'] > tourney['Score.1'])) || 

    ((tourney['Seed.1'] > tourney['Seed']) & 

     (tourney['Score.1'] > tourney['Score']))

).sum() / len(tourney)