如何在一行中每隔一行创建新列

Question

我有一个NBA数据的数据框架，我很难处理它。我想将df1改为df2，让两支球队和他们在同一排的比赛中的得分两次，以从两支球队的立场来看类似于比赛结果：

df1

GameID     TeamID     TeamAbb     PTS
   0        1001        TOR        99
   0        1023        ATL        86
   1        1004        DAL        102
   1        1003        POR        100
   2        1015        LAL        96
   2        1029        MIL        85

df2

GameID     Team1ID     Team2ID     Team1Abb      Team2Abb    Team1PTS    Team2PTS
   0        1001        1023         TOR           ATL          99          86
   0        1023        1001         ATL           TOR          86          99
   1        1004        1003         DAL           POR          102         100
   1        1003        1004         POR           DAL          100         102

因此，从本质上讲，这是数据框架的一种扩展

Answer 1

尝试：

df2 = df1.set_index(['GameID', df1.groupby('GameID').cumcount()+1]).unstack()
df2.columns=[f'{i}_{j}' for i, j in df2.columns]
df2.reset_index()

输出：

  GameID  TeamID_1  TeamID_2 TeamAbb_1 TeamAbb_2  PTS_1  PTS_2
0       0      1001      1023       TOR       ATL     99     86
1       1      1004      1003       DAL       POR    102    100
2       2      1015      1029       LAL       MIL     96     85

详情：

• 使用“GameID”来groupby和cumcount获取1和2
• 然后，使用列表展平groupby创建的多索引列标题 理解力
• 最后，reset_index

根据以下评论更新：

#Create home team and visiting team records
g = df.groupby('GameID').cumcount()
dfh = df.set_index(['GameID', g + 1])
dfv = df.set_index(['GameID', 2 - g])

dfh = dfh.unstack()
dfh.columns = [f'{i}_{j}' for i, j in dfh.columns]

dfv = dfv.unstack()
dfv.columns = [f'{i}_{j}' for i, j in dfv.columns]

# concatenate home and visiting records
pd.concat([dfh, dfv]).sort_index().reset_index()

输出：

   GameID  TeamID_1  TeamID_2 TeamAbb_1 TeamAbb_2  PTS_1  PTS_2
0       0      1001      1023       TOR       ATL     99     86
1       0      1023      1001       ATL       TOR     86     99
2       1      1004      1003       DAL       POR    102    100
3       1      1003      1004       POR       DAL    100    102
4       2      1015      1029       LAL       MIL     96     85
5       2      1029      1015       MIL       LAL     85     96