基于DataFrame列值填充winner_id列的Python数据分析问题

错误原因 #

你遇到的核心问题是直接赋值整个列会覆盖原有数据：
第一次执行results['winner_id'] = results.loc[results['home_score'] > results['away_score'],'home_team']时，只有主队获胜的行被填充了有效值，其余行都是NaN；但第二次执行results['winner_id'] = results.loc[results['home_score'] < results['away_score'],'away_team']时，是把整个winner_id列替换成客队获胜行的取值，其他行自动变成NaN，自然就把之前主队获胜的有效数据覆盖了。

解决方案 #

以下是几种可行的修正方法，按需选择：

方法1：分步精准赋值（推荐，直观易维护）

先初始化空列，再用.loc定位符合条件的行单独赋值，不会覆盖已有数据：

# 先初始化空列
results['winner_id'] = None
# 填充主队获胜的情况
results.loc[results['home_score'] > results['away_score'], 'winner_id'] = results['home_team']
# 填充客队获胜的情况
results.loc[results['home_score'] < results['away_score'], 'winner_id'] = results['away_team']
# 可选：处理平局场景，比如设置为'平局'或其他标识
results.loc[results['home_score'] == results['away_score'], 'winner_id'] = '平局'

方法2：用numpy.where一次性处理逻辑

适合逻辑简单的场景，一行代码搞定三种情况：

import numpy as np

results['winner_id'] = np.where(
    results['home_score'] > results['away_score'],
    results['home_team'],
    np.where(
        results['home_score'] < results['away_score'],
        results['away_team'],
        '平局'  # 平局时的取值，可根据需求修改
    )
)

方法3：用apply逐行判断

如果后续需要更复杂的获胜判定逻辑，可使用此方法：

def get_winner(row):
    if row['home_score'] > row['away_score']:
        return row['home_team']
    elif row['home_score'] < row['away_score']:
        return row['away_team']
    else:
        return '平局'

results['winner_id'] = results.apply(get_winner, axis=1)

内容的提问来源于stack exchange，提问作者hpelnaggar