我有两个数据框：
df1（游戏中发生的每个事件的一行）
| 日期 | 游戏 | 事件类型 | 播放器 | 时间 |
|---|---|---|---|---|
| 2010年2月28日 | 美国vs加拿大 | 对抗 | 西德尼·克罗斯比 | 20:00 |
| 2010年2月28日 | 美国vs加拿大 | 经过 | 德鲁·多迪 | 19:59 |
| 2010年2月28日 | 美国vs加拿大 | 经过 | 斯科特·尼德迈耶（Scott Niedermayer） | 19:42 |
| 2010年2月28日 | 美国vs加拿大 | 射击 | 西德尼·克罗斯比 | 18:57 |
| 2010年2月28日 | 美国vs加拿大 | 带走 | 丹妮·希特利 | 18:49 |
| 2010年2月28日 | 美国vs加拿大 | 射击 | 丹妮·希特利 | 18:02 |
| 2010年2月28日 | 美国vs加拿大 | 射击 | 西德尼·克罗斯比 | 17:37 |
df2
| 播放器 |
|---|
| 西德尼·克罗斯比 |
| 丹妮·希特利 |
| 斯科特·尼德迈耶（Scott Niedermayer） |
| 德鲁·多迪 |
如何在df2中创建一个与每个数据帧中的Player列匹配的新列，并计算df1中的事件类型为“射击”的每一行？
这是我在此示例中寻找的输出：
| 播放器 | 射门 |
|---|---|
| 西德尼·克罗斯比 | 2 |
| 丹妮·希特利 | 1个 |
| 斯科特·尼德迈耶（Scott Niedermayer） | 0 |
| 德鲁·多迪 | 0 |
我是Python的新手，如果我缺少一个简单的答案，我深表歉意。谢谢！
您可以过滤df1for shot，然后进行值计数：
shots = df1.loc[df1['Event Type']=='shot', 'Player'].value_counts()
df2['shots'] = df2['Player'].map(shots)
# or using reindex with `fill_value` option
# shots.reindex(df2['Player'], fill_value=0).values
奖励：使用crosstab和merge一次获取所有统计信息：
df2.merge(pd.crosstab(df1['Player'], df1['Event Type']),
on='Player', how='left')
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句