时间戳

首页 > 解决方案 > 根据 Groupby-function 的输出命名 pandas 数据框

python - 根据 Groupby-function 的输出命名 pandas 数据框

问题描述

我有一个数据集，其中包含多个赛季在大量足球比赛中拍摄的所有镜头。我编写了以下脚本来为每个比赛和相应的赛季制作子集。

import pandas as pd
import csv
shots = pd.read_csv("C:/Users/HJA/Desktop/Betting/understatV0.01/shots.csv", encoding='iso-8859-1')

shots_premier_league = shots.groupby(['Competition']).get_group('Premier_League')
shots_bundesliga = shots.groupby(['Competition']).get_group('Bundesliga')
shots_la_liga = shots.groupby(['Competition']).get_group('La_Liga')
shots_ligue_1 = shots.groupby(['Competition']).get_group('Ligue_1')
shots_serie_a = shots.groupby(['Competition']).get_group('Serie_A')

一切都很好，直到这一点。但是，现在我想将每个比赛细分为每个赛季的样本。我使用以下脚本（在这种情况下，我以英超联赛为例：

shots_premier_league_2014 = shots_premier_league.groupby(['Season']).get_group('2014')
shots_premier_league_2015 = shots_premier_league.groupby(['Season']).get_group('2015')
shots_premier_league_2016 = shots_premier_league.groupby(['Season']).get_group('2016')
shots_premier_league_2017 = shots_premier_league.groupby(['Season']).get_group('2017')
shots_premier_league_2018 = shots_premier_league.groupby(['Season']).get_group('2018')

这会导致以下错误：在此处输入图像描述

我 100% 确定 2014 年是一个实际值。另外，如何编写一个以 pandas 数据框的名称自动包含比赛和赛季的函数？

标签： pythonpandas

解决方案

我认为问题是2014整数，所以需要删除''：

.get_group(2014)

但这里更好的是 create dictionary of DataFrameslike，因为不推荐使用全局变量：

dfs = dict(tuple(shots_premier_league.groupby(['Season'])))

然后按键选择每个 DataFrame，例如：

print (dfs[2014])
print (dfs[2015])

如何编写一个以 pandas 数据框的名称自动包含比赛和赛季的函数？

dfs = dict(tuple(shots_premier_league.groupby(['Competition','Season'])))
print (dfs[('Bundesliga', 2014)])

如果要按字符串选择：

d = dict(tuple(df.groupby(['Competition','Season'])))
#python 3.6+ solution with f-strings
dfs = {f'{k1}_{k2}' :v for (k1, k2), v in d.items()}
#python bellow
#dfs = {'{}_{}'.format(k1, k2) :v for (k1, k2), v in d.items()}
print (dfs['Bundesliga_2014'])

如果想查看数据的所有键：

print (dfs.keys())

推荐阅读