パンダは、私は次のように見えるパンダのデータフレームを持って

Question

グループをオーバーカウントplayer1とplayer2の列には、それぞれroundでお互いに対戦する選手の名前が含まれています。

ここで、プレーヤーAなどのトーナメントの参加を累計したいと考えています。擬似コードでは、これは意味：名前Aを持つプレイヤーがトーナメントIDあたりplayer1またはplayer2列のいずれかで起動した場合は、この（ノートのようになります。1.

結果によって、カウンタをインクリメント：私の例プレーヤーAに参加しました

：

ID round player1  player2  playerAparticipated 
1 1  A   B   1 
1 2  A   C   1 
1 3  B   D   1 
2 1  B   C   0 
2 2  C   D   0 
2 3  C   E   0 
3 1  B   C   2 
3 2  C   D   2 
3 3  C   A   2 

私の現在のステータスは、それぞれのプレイヤーがトーナメントに参加した場合、私は値1又は0示すを含む「ヘルパー」欄を追加したこと、である。ID S 1および3）とトーナメントで

ID round player1  player2  helper 
1 1  A   B   1 
1 2  A   C   1 
1 3  B   D   1 
2 1  B   C   0 
2 2  C   D   0 
2 3  C   E   0 
3 1  B   C   1 
3 2  C   D   1 
3 3  C   A   1 

私はちょうど1つの最後のステップ、例えば、所望の方法でhelper列をカウントcumsum()のスマートな使用を必要とすると思います。しかし、私はまだ解決策を考え出すことができませんでした。

Answer 1

私はあなたが必要だと思う：boolean indexing、cumsumと最後reindexによってフィルタアウト0値を

set_index最初と列IDによって

• drop_duplicatesのため行方不明インデックスは
• 新しい列を作成する値のための0を追加by map

---

df1 = df.drop_duplicates('ID').set_index('ID') 
s = df1.loc[df1['helper'] != 0, 'helper'].cumsum().reindex(index=df1.index, fill_value=0) 
df['playerAparticipated'] = df['ID'].map(s) 
print (df) 
    ID round player1 player2 helper playerAparticipated 
0 1  1  A  B  1     1 
1 1  2  A  C  1     1 
2 1  3  B  D  1     1 
3 2  1  B  C  0     0 
4 2  2  C  D  0     0 
5 2  3  C  E  0     0 
6 3  1  B  C  1     2 
7 3  2  C  D  1     2 
8 3  3  C  A  1     2 

代わりmap可能な用途は、renameとjoinです：

df = df.join(s.rename('playerAparticipated'), on='ID') 
print (df) 
    ID round player1 player2 helper playerAparticipated 
0 1  1  A  B  1     1 
1 1  2  A  C  1     1 
2 1  3  B  D  1     1 
3 2  1  B  C  0     0 
4 2  2  C  D  0     0 
5 2  3  C  E  0     0 
6 3  1  B  C  1     2 
7 3  2  C  D  1     2 
8 3  3  C  A  1     2 

Answer 2

私は少し遅く:)を調理することを@jezraelする同様のアプローチ。、helperが0である行をフィルタリング

df = df.reset_index().set_index(['index','ID']) 
#   round player1 player2 helper 
# index ID 
# 0  1  1  A  B  1 
# 1  1  2  A  C  1 
# 2  1  3  B  D  1 
# 3  2  1  B  C  0 
# 4  2  2  C  D  0 
# 5  2  3  C  E  0 
# 6  3  1  B  C  1 
# 7  3  2  C  D  1 
# 8  3  3  C  A  1 

次とIDによってトーナメントの累積合計を取得し、結果を変数に割り当てる：

まず、あなたのインデックスにIDを移動

tournament_count = df[df['helper'] > 0].groupby(['ID','helper']).first().reset_index(level=1)['helper'].cumsum().rename("playerAparticipated") 
# ID 
# 1 1 
# 3 2 

は最後に、DFとtournament_count DATAFRAMEに参加：

df.join(tournament_counts, how="left").fillna(0) 
#   round player1 player2 helper tournament_counts 
# index ID 
# 0  1  1  A  B  1    1.0 
# 1  1  2  A  C  1    1.0 
# 2  1  3  B  D  1    1.0 
# 3  2  1  B  C  0    0.0 
# 4  2  2  C  D  0    0.0 
# 5  2  3  C  E  0    0.0 
# 6  3  1  B  C  1    2.0 
# 7  3  2  C  D  1    2.0 
# 8  3  3  C  A  1    2.0