Pandas Dataframe - 分组、排名和扁平化而不聚合

Question

我有一个运动员数据框，其中包括他们的运动员 ID、团队 ID、姓名和在某场比赛中的得分。每队最多可有 20 名运动员：

当前：

AthleteID    TeamID     Name     Score
   1            2        Bob      4.9
   2            1        Pete     4.6
   3            2        Steve    4.5
   4            1        Jim      3.6
   5            3        Frank    4.2

我希望每队一行，按得分对运动员进行排序，并将他们的信息作为带有排名的列，如下所示：

想要的：

     TeamID     AthleteID_1    Name_1   Score_1     AthleteID_2    Name_2   Score_2
       1              2         Pete      4.6          4            Jim      3.6
       2              1         Bob       4.9          3            Steve    4.5  
       3              5         Frank     4.2        None           None     None    

按 TeamID 分组后，如何按分数排序并创建这些新列？我目前正在迭代地执行此操作，我知道这不是最有效或Pythonic 的方法。

Answer 1

您可以

groupby.rank

然后

pivot

:

out = (df.assign(rank=df.groupby('TeamID')['Score']
                        .rank('dense', ascending=False).astype(int))
         .pivot(index='TeamID', columns='rank')
         .sort_index(level=1, axis=1, sort_remaining=False)
       )
out.columns = out.columns.map(lambda x: f'{x[0]}_{x[1]}')
out.reset_index(inplace=True)

输出：

   TeamID  AthleteID_1 Name_1  Score_1  AthleteID_2 Name_2  Score_2
0       1          2.0   Pete      4.6          4.0    Jim      3.6
1       2          1.0    Bob      4.9          3.0  Steve      4.5
2       3          5.0  Frank      4.2          NaN    NaN      NaN