基于其他3个列表的新列表

问题描述

从具有['race_number','number_of_horses_bet_on','odds']列的CSV文件开始
我想添加/计算一个称为'desired_output'的额外列。

'desired_output'列的计算依据

• 对于'race_number'1，'number_of_horses_bet_on'= 2，因此在'desired_output column'中仅包括前2个'odds'。 'race_number' 1的剩余值为0。然后我们转到'race_number' 2，重复该循环。

我尝试过的代码包括：

import pandas as pd

df=pd.read_csv('test.csv')

desired_output=[]
count=0
for i in df.number_of_horses_bet_on:
    for j in df.odds:
        if count<i:
            desired_output.append(j)
            count+=1
        else:
            desired_output.append(0)
print(desired_output)

还有

df['desired_output']=df.odds.apply(lambda x: x if count<number_of_horses_bet_on else 0)

这些都不提供列'desired_output'的输出

我意识到上面的lambda中的“计数”放错了位置-但希望您能明白我的追求。 谢谢。

解决方法

我将做一些不同的事情，这将是我要做的

• 获取所有race_number的列表
• 对于每个race_number，提取number_of_horses_bet_on
• 创建一个包含1或0的列表，其中number_of_horses_bet_on的个数为1，其余为零。
• 将此列表乘以odds列

import pandas as pd

df=pd.read_csv('test.csv')

mask = []
races = df['race_number'].unique().tolist() # unique list of all races
for race in races:
    # filter the dataframe by the race number
    df_race = df[df['race_number'] == race]
    # assuming number of horses is unique for every race,we extract it here
    number_of_horses = df_race['number_of_horses_bet_on'].iloc[0]
    # this mask will contain a list of 1s and 0s,for example for race 1 it'll be [1,1,0]
    mask = mask + [1] * number_of_horses + [0] * (len(df_race) - number_of_horses)

df['mask'] = mask
df['desired_output'] = df['mask'] * df['odds']
del df['mask']

print(df)

这假定每个种族的numbers_of_horses_bet_on等于或小于该种族的行数，否则您可能需要使用最小值/最大值才能获得正确的结果