Создание нового столбца, который находит разницу в датах на основе условного

У меня есть следующий фреймворк:

df=

Date     Team1     Team2     
6/1      Boston    New York  
6/13     New York  Chicago   
6/27     Boston    New York  
6/28     Chicago   Boston

Я хотел бы создать новый столбец, который находит разницу в датах на основе условного оператора team1. Например, когда Чикаго является Командой 1, я хотел бы найти количество дней с момента их последней игры, независимо от того, были ли они Командой 1 или Командой 2 в предыдущей игре.

df=

Date     Team1     Team2      Days since Team1 played
6/1      Boston    New York   0
6/13     New York  Chicago    12
6/27     Boston    New York   26
6/28     Chicago   Boston     15

python pandas dataframe multiple-columns conditional
person RyanG73    schedule 16.12.2018    source источник

Ответы (1)


arrow_upward
3
arrow_downward

Ваш ожидаемый результат близок, но я бы создал мультииндекс

используйте melt и diff, затем pivot

# melt to get Teams as one columns
melt = df.melt('Date').sort_values('Date')

# groupby and find the difference
melt['diff'] = melt.groupby('value')['Date'].diff()

# pivot to go back to the original df format
melt.pivot('Date','variable') 

                  value              diff
variable     Team1    Team2     Team1     Team2
      Date              
2018-06-01  Boston   New York    NaT       NaT
2018-06-13  New York Chicago     12 days   NaT
2018-06-27  Boston   New York    26 days   14 days
2018-06-28  Chicago  Boston      15 days   1 days

Обновлять

Вот обновление для вашего комментария:

# assume this df
    Date         Team1   Team2
0   2018-06-01  Boston    New York
1   2018-06-13  New York  Chicago
2   2018-06-27  Boston    New York
3   2018-06-28  Chicago   Boston
4   2018-06-28  New York  Detroit

Код:

# melt df (same as above example)
melt = df.melt('Date').sort_values('Date')

# find the difference
melt['diff'] = melt.groupby('value')['Date'].diff()

# use pivot_table not pivot
piv = melt.pivot_table(index=['Date', 'diff'], columns='variable', values='value', aggfunc=lambda x:x)

# reset index and dropna from team 1
piv.reset_index(level=1, inplace=True)
piv = piv[~piv['Team1'].isna()]

# merge your original df and your new one together
pd.merge(df, piv[piv.columns[:-1]], on=['Date','Team1'], how='outer').fillna(0)

         Date   Team1     Team2     diff
0   2018-06-01  Boston    New York  0 days
1   2018-06-13  New York  Chicago   12 days
2   2018-06-27  Boston    New York  26 days
3   2018-06-28  Chicago   Boston    15 days
4   2018-06-28  New York  Detroit   1 days

Обратите внимание, что на этот раз разница только с последней игрой Team1.

person It_is_Chris    schedule 16.12.2018
comment
Вы правы .. Я исправил опечатку в исходном посте. - person RyanG73; 16.12.2018
comment
к сожалению, я получаю эту ошибку при применении к большему фрейму данных. ValueError: Индекс содержит повторяющиеся записи, не может быть изменен ... Эта ошибка конкретно возникает на третьем и последнем шаге, который вы указали выше. - person RyanG73; 16.12.2018
comment
@ RyanG73 эта ошибка указывает на то, что даты не уникальны. Есть ли в ваших данных несколько команд, играющих в один день? - person It_is_Chris; 16.12.2018
comment
Да. Он включает в себя полный сезон игр, когда есть ночь, в которой есть несколько игр - person RyanG73; 16.12.2018
comment
@ RyanG73 см. Обновления - person It_is_Chris; 16.12.2018