如何在Python DataFrame中比较子串生成对手信息新列？

首先明确你的需求：从格式为SAC@HOU 12/09/2019 08:00PM ET的Game Info列中，结合当前球队的Team列，生成存储对手球队的Opp列。咱们先拆解你之前代码的报错原因，再给出可行的解决方案。

为什么之前的方法会报错？ #

第一种方法的问题 #

你尝试用df['Game Info'].str[:3].str.contains(df['Team'])做判断，但str.contains()的参数需要是单个字符串/正则表达式，而你传入的是一个Series（df['Team']）——Series是可变对象无法被哈希，所以触发了'Series' objects are mutable, thus they cannot be hashed错误。另外df["Opp"][df['Opp'].empty]的逻辑也不对：df['Opp'].empty是判断整个列是否为空，不是逐行判断当前值是否为空。

第二种方法的问题 #

np.where的语法写错了（括号位置混乱），而且直接用if df['Team'].str != df['Game Info'].str[:3] else ...会触发The truth value of a Series is ambiguous错误——因为if需要单个布尔值，但你给出的是一整列布尔值，Python无法确定用哪个值来做判断。

正确的解决方案 #

这里优先推荐向量化操作（比逐行apply效率更高），提供三种不同思路的写法：

方法一：拆分球队后用np.where判断 #

先从Game Info中拆分出主客场球队，再通过np.where判断当前球队属于哪一方，取另一方作为对手：

import numpy as np

# 拆分出客场球队（@前的3个字符）和主场球队（@后的前3个字符）
df['away_team'] = df['Game Info'].str.split('@').str[0]
df['home_team'] = df['Game Info'].str.split('@').str[1].str[:3]

# 用np.where判断：如果当前球队是客场，对手就是主场；反之则是客场
df['Opp'] = np.where(df['Team'] == df['away_team'], df['home_team'], df['away_team'])

# 不需要临时列的话可以删掉
df = df.drop(['away_team', 'home_team'], axis=1)

方法二：用str.extract提取球队对，再替换当前球队 #

先提取Game Info开头的球队对（比如SAC@HOU），然后把当前球队从这个字符串中去掉，剩下的就是对手：

# 提取开头的球队对（格式为AAA@BBB）
df['team_pair'] = df['Game Info'].str.extract(r'^(\w{3}@\w{3})')

# 逐行替换当前球队，去掉@和空字符得到对手
df['Opp'] = df.apply(lambda x: x['team_pair'].replace(x['Team'], '').replace('@', '').strip(), axis=1)

# 删除临时列
df = df.drop('team_pair', axis=1)

方法三：简洁的一行向量化写法 #

如果不想生成临时列，可以直接用np.where结合字符串切片完成：

df['Opp'] = np.where(
    df['Team'] == df['Game Info'].str[:3],
    df['Game Info'].str[4:7],
    df['Game Info'].str[:3]
)

这个逻辑很直观：如果当前球队是Game Info开头的3个字符（客场），对手就是@后的3个字符；否则对手就是开头的3个字符。

内容的提问来源于stack exchange，提问作者bballboy8