我是Pandas的新手，并试图为神经网络问题整理训练数据。
本质上，我有 2 个数据帧：
一个数据帧有一列用于primary_key，3 列用于 3 个不同的位置(运动位置，在本例中，如果需要，假设一垒、二垒、三垒(。 每个位置都有该位置的玩家的玩家 ID。
在第二个数据帧上，我为每个玩家提供了各种统计数据，例如身高和体重。
我的最终目标是将第二个数据帧中的列添加到第一个数据帧，以便每个位置都有以列表示的特定玩家的关联身高和体重。 然后，我将把这个数据帧导出为 csv，按特定顺序排列列，并将其用于我的训练数据，其中每一列都是一个训练特征，每一行都是一个训练集。 我已经制定了一个解决方案，但我想知道我是否以最有效的方式做到这一点，充分利用了 Pandas 的功能和特性。
这是我的代码的样子： 编辑：我应该指出，这只是对我的代码外观的简化。 实际上，我的数据帧是从CSV中提取的，而不是从我自己创建的字典中构建的。 ****
import pandas as pd
dict_1 = {'primary_key' : ['a', 'b', 'c', 'd'],
'position_1_ID' : ['ida', 'idb', 'idc', 'idd'],
'position_2_ID' : ['ide', 'idb', 'idg', 'idd'],
'position_3_ID' : ['idg', 'idf', 'idc', 'idh']
}
dict_2 = {'position_ID' : ['ida', 'idb', 'idc', 'idd', 'ide', 'idf', 'idg', 'idh'],
'Height' : ['70', '71', '72', '73', '74', '75', '76', '77'],
'Weight' : ['200', '201', '202', '203', '204', '205', '206', '207']
}
positions = pd.DataFrame(dict_1)
players = pd.DataFrame(dict_2)
position_columns = ['position_1_ID', 'position_2_ID', 'position_3_ID']
carry = positions
previous = None
for p in position_columns:
merged = carry.merge(right = players, left_on = p, right_on = 'position_ID', suffixes = [previous, p] )
carry = merged
previous = p
carry.to_csv()
运行此代码后，我有一个包含以下列的数据帧：
"primary_key">
"position_1_ID">
"position_2_ID">
"position_3_ID">
"position_IDposition_1_ID">
"position_IDposition_2_ID">
"position_IDposition_3_ID">
"Heightposition_1_ID">
"Weightposition_1_ID">
"Heightposition_2_ID">
"Weightposition_2_ID">
"Heightposition_3_ID">
"Weightposition_3_ID">
它并不漂亮，但这使我能够最终导出具有特定列顺序的 csv，并且生成数据帧不需要
花费很长时间。话虽如此，我做这个项目部分是为了学习熊猫。 我想看看是否有更清洁的方法可以做到这一点。
谢谢！
您可以使用melt、merge和unstack：
df_out = carry.melt('primary_key')
.merge(players, left_on='value', right_on='position_ID')
.set_index(['primary_key','variable'])
.drop('value', axis=1)
.unstack()
df_out.columns = [f'{i}{j}' if i != 'position_ID' else f'{i}' for i,j in df_out.columns]
print(df_out)
输出：
position_ID position_ID position_ID Heightposition_1_ID Heightposition_2_ID Heightposition_3_ID Weightposition_1_ID Weightposition_2_ID Weightposition_3_ID
primary_key
a ida ide idg 70 74 76 200 204 206
b idb idb idf 71 71 75 201 201 205
c idc idg idc 72 76 72 202 206 202
d idd idd idh 73 73 77 203 203 207
height_dict = {k:v for k, v in zip(dict_2['position_ID'], dict_2['Height'])}
weight_dict = {k:v for k, v in zip(dict_2['position_ID'], dict_2['Weight'])}
positions = pd.DataFrame(dict_1)
positions['p1_height'] = positions['position_ID1'].map(height_dict)
对于身高和体重的所有 3 个 ID，步骤相似。
您可以循环，而不是编写重复的类似步骤。
希望这有帮助。
positions.to_csv((