重构 Gamble 数据库以进行比较-解网

问：

对于一个副业项目，我正在考虑比较 2 家博彩机构的赔率，并且很难将这些信息以正确的格式放入我的表格中。

目前我有下表：

供应商	投注类型	结果标签	赔率
机构 A	一个	高于 1.5	1.3
机构 A	一个	低于 1.5	1.6
机构 A	B	是的	2.3
机构 A	B	不	1.2
机构 B	一个	高于 1.5	1.1
机构 B	一个	低于 1.5	1.8
机构 B	B	是的	1.5
机构 B	B	不	1.3

我想要的是以行如下所示的方式转换此表：

供应商	投注类型	结果标签	赔率	OppositeProvider	OppositeOutcomeLabel（相反结果标签）	相反的赔率
机构 A	一个	高于 1.5	1.3	机构 B	低于 1.5	1.8
机构 A	一个	低于 1.5	1.6	机构 B	高于 1.5	1.1
机构 A	B	是的	2.3	机构 B	不	1.3
机构 A	B	不	1.2	机构 B	是的	1.5

此转换将剪切一半的行，并将其粘贴为列。重要的是要注意，这里的 OppositeOutcomeLabel 是 OutcomeLabel 的反面（命名会泄露它，但我想我会突出显示它）。

我做了一些准备工作，但似乎无法弄清楚最后一步。任何帮助都会很棒！

以下示例只是数据的一个子集。我正在寻找一种可向未来扩展的动态解决方案（除了指定相反方向）

提前致谢

data = {
    'Provider': ['Agency A', 'Agency A', 'Agency A', 'Agency A', 'Agency B', 'Agency B', 'Agency B', 'Agency B'],
    'MainBet': ['A', 'A', 'B', 'B', 'A', 'A', 'B', 'B'],
    'OutcomeLabel': ['Higher than 1.5', 'Lower than 1.5', 'Yes', 'No', 'Higher than 1.5', 'Lower than 1.5', 'Yes', 'No'],
    'Odds': [2.0, 3.0, 1.5, 2.0, 1.0, 1.0, 1.0, 1.0]
}

df = pd.DataFrame(data)

# Create a dictionary to map OutcomeLabel to its opposite
opposite_outcome_label = {
    'Higher than 1.5': 'Lower than 1.5',
    'Lower than 1.5': 'Higher than 1.5',
    'Yes': 'No',
    'NO': 'Yes'
}

# Create a dictionary to map Provider to its opposite
opposite_provider = {
    'Agency A': 'Agency B',
    'Agency B': 'Agency A'
}

# Function to get opposite OutcomeLabel
def get_opposite_outcome(row):
    return opposite_outcome_label.get(row['OutcomeLabel'])


# Function to get opposite Provider
def get_opposite_provider(row):
    return opposite_provider.get(row['Provider'])

# Apply the functions to create OppositeOutcome and OppositeProvider columns
df['OppositeOutcome'] = df.apply(get_opposite_outcome, axis=1)
df['OppositeProvider'] = df.apply(get_opposite_provider, axis=1)

Python Pandas DataFrame 数据操作

opposite_outcome_label = {
    "Higher than 1.5": "Lower than 1.5",
    "Lower than 1.5": "Higher than 1.5",
    "Yes": "No",
    "No": "Yes",
}

(i1, g1), (i2, g2) = df.groupby("Provider")

# swap in case Agency B is first
if i1 == "Agency B":
    i1, g1, i2, g2 = i2, g2, i1, g1

# sort g1 according keys of `opposite_outcome_label`
g1 = g1.sort_values(
    by="OutcomeLabel",
    key=lambda series, l=list(opposite_outcome_label): [l.index(v) for v in series],
)

# sort g2 according values of `opposite_outcome_label`
g2 = g2.sort_values(
    by="OutcomeLabel",
    key=lambda series, l=list(opposite_outcome_label.values()): [
        l.index(v) for v in series
    ],
)

out = pd.concat(
    [g1.reset_index(drop=True), g2.add_prefix("Opposite").reset_index(drop=True)],
    axis=1,
)
print(out)

指纹：

   Provider BettingType     OutcomeLabel  Odds OppositeProvider OppositeBettingType OppositeOutcomeLabel  OppositeOdds
0  Agency A           A  Higher than 1.5   1.3         Agency B                   A       Lower than 1.5           1.8
1  Agency A           A   Lower than 1.5   1.6         Agency B                   A      Higher than 1.5           1.1
2  Agency A           B              Yes   2.3         Agency B                   B                   No           1.3
3  Agency A           B               No   1.2         Agency B                   B                  Yes           1.5

上一个：查找组合的问题

下一个：如何使用 Python 在 Excel 中操作表格

重构 Gamble 数据库以进行比较

Restructuring a Gamble database for comparison

评论