如何用Pandas按条件重塑数据集：合并主客场队列为对应位置的队名列

原始数据集 #

import pandas as pd

df = pd.DataFrame({'game_id' : [123,123,456,456],
                   'location' : ['home', 'away','home', 'away'],
                   'away_team' : ['braves', 'braves', 'mets', 'mets'],
                   'home_team' : ['phillies', 'phillies', 'marlins', 'marlins']})

需求说明 #

将away_team和home_team合并为team列：

• 当location为home时，team取home_team的值
• 当location为away时，team取away_team的值
  最终保留game_id、location、team三列。

解决方案 #

方法1：使用numpy.where（推荐，高效简洁）

import numpy as np

# 添加team列
df['team'] = np.where(df['location'] == 'home', df['home_team'], df['away_team'])
# 筛选需要的列
result_df = df[['game_id', 'location', 'team']]

方法2：使用apply（适合复杂逻辑扩展）

def map_team(row):
    return row['home_team'] if row['location'] == 'home' else row['away_team']

df['team'] = df.apply(map_team, axis=1)
result_df = df[['game_id', 'location', 'team']]

方法3：使用lookup

# 把location映射为对应的列名
df['target_col'] = df['location'].replace({'home': 'home_team', 'away': 'away_team'})
# 根据映射列名取值
df['team'] = df.lookup(df.index, df['target_col'])
result_df = df[['game_id', 'location', 'team']]

转换后结果 #

内容的提问来源于stack exchange，提问作者Larry Burholme