在Pandas中基于match_id与wl_g列生成wl_s列的实现方案

需求说明 #

基于现有数据中的wl_g列，按match_id分组生成新列wl_s：同一match_id下，若某队伍的wl_g中"win"的次数达到2次及以上，则该队伍所有行的wl_s值为"win"，否则为"lose"。

原始数据 #

实现代码 #

import pandas as pd

# 构造示例数据（如果已有数据框可跳过此步骤）
data = [
    ["Laz", "ZETA", "DRX", "lose", 119512, 184456],
    ["TENNN", "ZETA", "DRX", "lose", 119512, 184456],
    ["MaKo", "DRX", "ZETA", "win", 119512, 184456],
    ["Foxy9", "DRX", "ZETA", "win", 119512, 184456],
    ["Laz", "ZETA", "DRX", "win", 119513, 184456],
    ["TENNN", "ZETA", "DRX", "win", 119513, 184456],
    ["MaKo", "DRX", "ZETA", "lose", 119513, 184456],
    ["Foxy9", "DRX", "ZETA", "lose", 119513, 184456],
    ["Laz", "ZETA", "DRX", "lose", 119514, 184456],
    ["TENNN", "ZETA", "DRX", "lose", 119514, 184456],
    ["MaKo", "DRX", "ZETA", "win", 119514, 184456],
    ["Foxy9", "DRX", "ZETA", "win", 119514, 184456]
]
df = pd.DataFrame(data, columns=["player", "team", "opp", "wl_g", "game_id", "match_id"])

# 1. 统计每个match_id+team组合的胜场次数
win_counts = df.groupby(["match_id", "team"])["wl_g"].apply(lambda x: (x == "win").sum()).reset_index(name="win_times")

# 2. 将胜场数合并回原数据框
df = df.merge(win_counts, on=["match_id", "team"], how="left")

# 3. 根据胜场数生成wl_s列
df["wl_s"] = df["win_times"].map(lambda x: "win" if x >= 2 else "lose")

# 可选：删除中间计算列win_times
df = df.drop("win_times", axis=1)

# 查看结果
print(df)

代码说明 #

1. 分组统计胜场：通过groupby(["match_id", "team"])精准定位每个单场比赛中的队伍，用(x == "win").sum()统计该队伍的胜局数量。
2. 合并数据：使用merge将胜场统计结果关联回原数据，保证每一行都能获取到所属队伍在对应比赛中的胜场数。
3. 生成目标列：根据胜场数是否≥2，为wl_s列赋值"win"或"lose"，最后可按需删除中间计算列win_times。

最终结果 #

内容的提问来源于stack exchange，提问作者Octa