基于熊猫单元格值的索引列

Question

我有一个比赛结果的数据框。我想创建一个系列，将最后一个阶段的位置和所有阶段的平均值相减。下面是DF一小部分（可能有多个阶段，国家和行）

race_location  stage1_position stage2_position stage3_position number_of_stages 
AUS    2.0    2.0    NaN    2 
AUS    1.0    5.0    NaN    2 
AUS    3.0    4.0    NaN    2 
AUS    4.0    8.0    NaN    2 
AUS    10.0    6.0    NaN    2 
AUS    9.0    7.0    NaN    2 
FRA    23.0    1.0    10.0    3 
FRA    6.0    12.0    24.0    3 
FRA    14.0    11.0    14.0    3 
FRA    18.0    10.0    1.0    3 
FRA    15.0    14.0    4.0    3 
USA    24.0    NaN    NaN    1 
USA    7.0    NaN    NaN    1 
USA    22.0    NaN    NaN    1 
USA    11.0    NaN    NaN    1 
USA    8.0    NaN    NaN    1 
USA    16.0    NaN    NaN    1 
USA    13.0    NaN    NaN    1 
USA    19.0    NaN    NaN    1 
USA    5.0    NaN    NaN    1 
USA    25.0    NaN    NaN    1 

输出将

last_stage_minus_average 
0 
4 
1 
4 
-4 
-2 
-2 
15 
1.5    
-13    
-10.5   
0 
0 
0 
0 
0 
0 
0 
0 
0 
0 
0 

这不会工作，但我的想法是这样的：

new_series = [] 
for country in country_list: 

    num_stages = df.loc[df['race_location'] == country, 'number_of_stages'] 

    differnce = df.ix[df['race_location'] == country, num_stages] - 
     df.iloc[:, 0:num_stages-1].mean(axis=1) 

    new_series.append(difference) 

我不知道如何去做这件事。任何帮助或方向都会很棒！

Answer 1

#use pandas apply to take the mean for the first n-1 stages and subtract from last stage. 
df.apply(lambda x: x.iloc[x.number_of_stages]-np.mean(x.iloc[1:x.number_of_stages]),axis=1).fillna(0) 
Out[264]: 
0  0.0 
1  4.0 
2  1.0 
3  4.0 
4  -4.0 
5  -2.0 
6  -2.0 
7  15.0 
8  1.5 
9 -13.0 
10 -10.5 
11  0.0 
12  0.0 
13  0.0 
14  0.0 
15  0.0 
16  0.0 
17  0.0 
18  0.0 
19  0.0 
20  0.0 
dtype: float64 

Answer 2

我会用filter得到的只是他stage列，然后stack和groupby

stages = df.filter(regex='^stage\d+.*') 

stages.stack().groupby(level=0).apply(
    lambda x: x.iloc[-1] - x.iloc[:-1].mean() 
).fillna(0) 

0  0.0 
1  4.0 
2  1.0 
3  4.0 
4  -4.0 
5  -2.0 
6  -2.0 
7  15.0 
8  1.5 
9 -13.0 
10 -10.5 
11  0.0 
12  0.0 
13  0.0 
14  0.0 
15  0.0 
16  0.0 
17  0.0 
18  0.0 
19  0.0 
20  0.0 
dtype: float64 

---

它是如何工作

• stack会自动下降的NaN值当转换到一系列。
• 现在位置-1是每个组中的最后一个值，如果我们通过新的多指标
• 所以第一级分组，我们使用lambda并计算平均值，其每一件事情到最后的价值x.iloc[:-1].mean()
• 并减去从最后一个值x.iloc[-1]

Answer 3

减去由平均所有阶段是

01前

这不是什么大事，但我只是好奇而已！不同于你想要的输出，但是根据你的描述，如果其中一个参赛者只完成一次比赛，他们的结果不应该是inf或nan而不是0吗？ （从谁已经做了2〜3的比赛，但最后一场比赛结果的一个指定它们是平均种族完全相同？像赛车＃1对赛车＃11〜20）

df_sp = df.filter(regex='^stage\d+.*') 
df['last'] = df_sp.T.fillna(method='ffill').T.iloc[:, -1] 
df['mean'] = (df_sp.sum(axis=1) - df['last'])/(df['number_of_stages'] - 1) 
print(df['last'] - df['mean']) 

0  0.0 
1  4.0 
2  1.0 
3  4.0 
4  -4.0 
5  -2.0 
6  -2.0 
7  15.0 
8  1.5 
9 -13.0 
10 -10.5 
11  NaN 
12  NaN 
13  NaN 
14  NaN 
15  NaN 
16  NaN 
17  NaN 
18  NaN 
19  NaN 
20  NaN