数据条件语句

Question

因此，我正在网站上抓取一些网站，并查看替代数据，同时我想知道分数。所以我有当潜艇出现的时间和目标发生的时间。然后，我想要在替换的具体时间链接分数。这里有一个例子：

import pandas as pd 
df_stack = ['31:12', 
    '34:12', 
    '34:12', 
    '57:50', 
    '57:50', 
    '67:03', 
    '68:48', 
    '77:18', 
    '80:00', 
    '90:00'] 

# This df_stack that is commented works. 
#df_stack = ['34:40', '36:53', '55:38', '56:03', '67:31', '74:43', '84:38', 
#  '86:58', '86:58'] 

In = ['a']*len(df_stack) 
Out = ['b']*len(df_stack) 
Subs = pd.DataFrame(data = [In,Out]).T 
Subs.columns = ['In','Out'] 
Subs.index = [df_stack] 


### This score works 

#Score = ['0-0','0-1','1-1'] 
#Score = pd.DataFrame(data = [Score]).T 
#Score.columns = ['Score'] 
#Score.index = ['61:37','61:38','81:45'] 

### This Score Doesn't Work 
Score = ['0-0','0-1','1-1','2-1'] 
Score = pd.DataFrame(data = [Score]).T 
Score.columns = ['Score'] 
Score.index = ['58:39', '58:40', '83:31', '89:41'] 


k = 0 
j = 0 
q = 0 

overall_score = [] 
time = [] 
for i in Subs.index.tolist(): 
     try: 
      if i < Score.index.tolist()[k]: 
       overall_score.append(Score['Score'][k]) 
       time.append([Score.index[k],i,k,'top',Score['Score'][k]]) 
       q += 1 
      else: 


       if (k > 0 and i > Score.index.tolist()[k] and i < Score.index.tolist()[k+1]): 
        overall_score.append(Score['Score'][k]) 
        time.append([Score.index[k],i,Score.index[k+1],k,'No Change',q,Score['Score'][k]]) 
        j += 1 
        q += 1 

       if (k == 0 and i > Score.index.tolist()[k]): 
        k += 1 
        q += 1 

        overall_score.append(Score['Score'][k]) 
        time.append([Score.index[k],i,Score.index[k+1],k,'First Goal',Score['Score'][k]]) 

       if (j >= 1 and i > Score.index.tolist()[k+j]): 
        h = 0 
        h += k + j 
        if k >= len(Score): 
         h = len(Score)-1 
        overall_score.append(Score['Score'][h]) 
        time.append([Score.index[h],i,k,'Another Goal',j,Score['Score'][k]]) 


     except IndexError: 
      #overall_score.append(Score['Score'][k-1]) 
      overall_score.append(Score['Score'][len(Score)-1]) 

我知道这是一个很大的代码，但overall_score的期望输出应该是：

['0-0', '0-0', '0-0', '0-0', '0-0', '0-1', '0-1', '0-1','0-1' '2-1'] 

有可能做到这一点更简单的方法，我也愿意把整个刮码在线，但它相当长。因此，与总分的替代会是什么样子：

 In Out Score 
31:12 a b 0-0 
34:12 a b 0-0 
34:12 a b 0-0 
57:50 a b 0-0 
57:50 a b 0-0 
67:03 a b 0-1 
68:48 a b 0-1 
77:18 a b 0-1 
80:00 a b 0-1 
90:00 a b 2-1 

Answer 1

SOLUTION 1

一种解决方案是使用你的数据框的apply方法，因为你有一个正确的条件逻辑适用于功能你的行。

该解决方案使用分数字典，其中关键是时间，值是分数。字典然后作为附加参数传递给函数，该函数将逻辑应用于您的数据框。

我重新创建下面的数据，但使用的时间作为指标，我创建了一个实际time柱：

df_stack = ['31:12', '34:12', '34:12', '57:50', '57:50', '67:03', '68:48', '77:18', '80:00', '90:00'] 
subs = pd.DataFrame({'time': df_stack}) 
subs['in'] = 'a' 
subs['out'] = 'b' 

现在，这里的scores词典：

scores = {'58:39': '0-0', '58:40': '0-1', '83:31': '1-1', '89:41': '2-1'} 

现在这是您将传递给apply的功能。请注意，此函数在迭代值之前按键对字典进行排序以确定正确的分数。该函数还假定所有分数都以“0-0”开始。您还可以通过添加'00:00': '0-0'的键/值记录，在字典中明确定义此假设。现在

def map_score_to_time(time, scores): 
    score_at_sub = '0-0' 
    for score_time, score in sorted(scores.items(), key=lambda kv: kv[0]): 
     if time >= score_time: 
      score_at_sub = score 
    return score_at_sub 

，与你的函数定义的，你现在可以应用到您的数据帧：

subs['score'] = subs['time'].apply(map_score_to_time, scores=scores) 

结果：

time in out score 
0 31:12 a b 0-0 
1 34:12 a b 0-0 
2 34:12 a b 0-0 
3 57:50 a b 0-0 
4 57:50 a b 0-0 
5 67:03 a b 0-1 
6 68:48 a b 0-1 
7 77:18 a b 0-1 
8 80:00 a b 0-1 
9 90:00 a b 2-1 

解决方案2

此备用解决方案假定你的分数是一个数据框，就像你拥有的那样e在你的例子中创建。但是，要使此解决方案有效，您必须明确定义00:00时刻的分数。假设游戏的得分始终为0-0，时间为00:00。

我们的subs数据帧仍将与之前的相同，因此我们来构建我们的scores_df数据帧。请注意，我明确向数据框添加了一条记录，以获得时间为00:00的记录。

scores_df = pd.DataFrame({'time': ['00:00', '58:39', '58:40', '83:31', '89:41'], 'score': ['0-0', '0-0', '0-1', '1-1', '2-1']}) 

现在，我们必须在两个数据框之间进行笛卡尔连接。这是一个中间步骤，这样我们就可以得到subs的时间列和scores的时间列。为了进行这种连接，我们必须创建一个虚拟连接键，因此您需要为两个数据帧创建连接键。

# Create dummy keys 
scores_df['key'] = 1 
subs['key'] = 1 

# Now join 
merged_df = subs.merge(scores_df, how='inner', on='key') 

后加入，要筛选出记录，其中time_x（从subs的时间）大于time_yout（在从scores时间），通过time_x，in组，和，然后抓住最后一个记录每组。

final_df = merged_df[merged_df['time_x'] > merged_df['time_y']].groupby(['time_x', 'in', 'out']).tail(1) 

结果：

time_x in out key score time_y 
0 31:12 a b 1 0-0 00:00 
10 34:12 a b 1 0-0 00:00 
20 57:50 a b 1 0-0 00:00 
27 67:03 a b 1 0-1 58:40 
32 68:48 a b 1 0-1 58:40 
37 77:18 a b 1 0-1 58:40 
42 80:00 a b 1 0-1 58:40 
49 90:00 a b 1 2-1 89:41 

注意通过time_x，in，并out重复的记录被丢弃。如果需要，您可以删除key和time_y列。