Python中将列表元素嵌套到数据框
Posted
技术标签:
【中文标题】Python中将列表元素嵌套到数据框【英文标题】:Nested list elements to data frame in Python 【发布时间】:2020-03-06 04:14:21 【问题描述】:公平警告这个问题确实需要一个非标准的 Python 包,nba_api
。我有一个包含 3 个元素的列表,列表中的每个元素都包含另一个包含 2 个元素的列表:player
数据框和 team
数据框。实现以下预期结果的推荐方法是:1 个组合 player
数据框和 1 个组合 team
数据框?来自 R 背景,我将通过以下方式解决此问题:1. 将 players
数据框与 team
数据框连接到 joined_list
然后,2. 使用 do.call(rbind, joined_list)
将结果行绑定到一个数据框.我知道这对于许多有经验的 Python 用户来说可能是非常初级的,但是在经过多次搜索后,我正在努力寻找正确的方法。
import nba_api
import requests
import pandas as pd
from nba_api.stats.endpoints import boxscoreadvancedv2
# vector of game ids (test purposes)
gameids = ['0021900001','0021900002','0021900012']
headers1 =
'Host': 'stats.nba.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:61.0) Gecko/20100101 Firefox/61.0',
'Accept': 'application/json, text/plain, */*',
'Accept-Language': 'en-US,en;q=0.5',
'Referer': 'https://stats.nba.com/',
'Accept-Encoding': 'gzip, deflate, br',
'Connection': 'keep-alive',
# store player and team results for each gameids as elements of list temp
temp = list()
for i in range(len(gameids)):
temp.append(boxscoreadvancedv2.BoxScoreAdvancedV2(game_id = gameids[i], headers=headers1))
# manually access elements of list and output to data frame
## there has to be an easier way to access list elements and rowbind the results!!!
df_out0 = temp[0].get_data_frames()
df_player0 = df_out0[0]
df_team0 = df_out0[1]
df_out1 = temp[1].get_data_frames()
df_player1 = df_out1[0]
df_team1 = df_out1[1]
【问题讨论】:
能否提供一组数据? 【参考方案1】:经过更多阅读(和清晰)后,我能够将代码的手动部分组合到 for 循环中,生成一个包含球员数据的列表和一个包含团队数据的列表。然后,使用这篇文章:Concatenate a list of pandas dataframes together 我能够将player
和team
列表合并到各自的数据框中。
## output player frames
i=0
df_out=[]
df_players=[]
for i in range(len(temp)):
df_out = temp[i].get_data_frames()
df_players.append(df_out[0]) # index 0 will always contain player frame
df_players = pd.concat(df_players)
print(df_players)
## output team frames
i=0
df_out=[]
df_team=[]
for i in range(len(temp)):
df_out = temp[i].get_data_frames()
df_team.append(df_out[1]) # index 1 will always contain team frame
df_team = pd.concat(df_team)
print(df_team)
【讨论】:
【参考方案2】:首先,恭喜您坚持并自己找到了解决方案! :D
评论和提示
你可以直接遍历一个列表,不需要索引
lst_1 = [1, 2, 3, 4]
for i in range(len(lst_1)):
print(i)
可以写成
lst_1 = [1, 2, 3, 4]
for item in lst_1:
print(item)
List comprehensions 和 generator expressions 太棒了
奖励:注意我对变量名所做的更改。有关 Python 样式的一般参考,请参阅 PEP 8。
gameids = ['0021900001','0021900002','0021900012']
headers1 =
'Host': 'stats.nba.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:61.0) Gecko/20100101 Firefox/61.0',
'Accept': 'application/json, text/plain, */*',
'Accept-Language': 'en-US,en;q=0.5',
'Referer': 'https://stats.nba.com/',
'Accept-Encoding': 'gzip, deflate, br',
'Connection': 'keep-alive',
# store player and team results for each gameids as elements of list temp
temp = list()
for i in range(len(gameids)):
temp.append(boxscoreadvancedv2.BoxScoreAdvancedV2(game_id = gameids[i], headers=headers1))
可以写成
game_ids = ['0021900001','0021900002','0021900012']
api_headers =
'Host': 'stats.nba.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:61.0) Gecko/20100101 Firefox/61.0',
'Accept': 'application/json, text/plain, */*',
'Accept-Language': 'en-US,en;q=0.5',
'Referer': 'https://stats.nba.com/',
'Accept-Encoding': 'gzip, deflate, br',
'Connection': 'keep-alive',
api_results = [boxscoreadvancedv2.BoxScoreAdvancedV2(game_id=curr_game_id, headers=api_headers) for curr_game_id in game_ids]
你在同一件事上迭代了两次
# output player frames
i=0
df_out=[]
df_players=[]
for i in range(len(temp)):
df_out = temp[i].get_data_frames()
df_players.append(df_out[0]) # index 0 will always contain player frame
df_players = pd.concat(df_players)
print(df_players)
# output team frames
i=0
df_out=[]
df_team=[]
for i in range(len(temp)):
df_out = temp[i].get_data_frames()
df_team.append(df_out[1]) # index 1 will always contain team frame
df_team = pd.concat(df_team)
print(df_team)
使用前两个技巧,我们最终得到的结果如下:
players_lst = []
team_lst = []
for curr_res in api_results:
curr_dfs = curr_res.get_data_frames()
players_lst.append(curr_dfs[0])
team_lst.append(curr_dfs[1])
players_df = pd.concat(players_lst)
team_df = pd.concat(team_lst)
我的解决方案
在这里,为了清楚起见,稍微细分一下。
import pandas as pd
from nba_api.stats.endpoints.boxscoreadvancedv2 import BoxScoreAdvancedV2
game_ids = ['0021900001', '0021900002', '0021900012']
api_headers =
'Host': 'stats.nba.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:61.0) Gecko/20100101 Firefox/61.0',
'Accept': 'application/json, text/plain, */*',
'Accept-Language': 'en-US,en;q=0.5',
'Referer': 'https://stats.nba.com/',
'Accept-Encoding': 'gzip, deflate, br',
'Connection': 'keep-alive',
# generator of results from the API
api_results = (BoxScoreAdvancedV2(game_id=curr_game_id, headers=api_headers) for curr_game_id in game_ids)
# generator of lists of DataFrames from the API results
# think of it like: [[Player DF, Team DF], [Player DF, Team DF], ...]
api_res_dfs = (curr_res.get_data_frames() for curr_res in api_results)
# unpacking the size 2 lists of DataFrames into 2 flat lists
# [[Player DF, Team DF], [Player DF, Team DF], ...] -> [Player DF, Player DF, ...], [Team DF, Team DF, ...]
# see https://***.com/q/2921847/11301900 for more on the use of the asterisk (*)
players_tupe, team_tupe = zip(*api_res_dfs)
# concatenating the various DataFrames, exactly the same as in your original code
players_df = pd.concat(players_tupe)
team_df = pd.concat(team_tupe)
print(players_df)
print(team_df)
这取决于这样一个事实,正如您所指出的,玩家 DataFrame 始终位于列表中的第一位,而团队 DataFrame 始终位于第二位,而且这些是列表中的唯一两项结果列表。
如果您有任何问题,请告诉我 :)
【讨论】:
这是一个非常好的、高质量的答案!我非常感谢有关我的代码的反馈,因为这是我编写的第一个 Python 代码。我接受你的回答,因为这是一个更好的回应。谢谢! 对于您的第一个 Python 程序,这非常强大!你肯定有其他语言的经验,不是吗?另外,您有什么问题吗?我可能解释得不够清楚。 我的背景是 R 语言,所以我绝对有这种经验可以依靠。我对你的回答没有任何疑问。它对我想要完成的工作非常有效。随着我继续学习 Python,我肯定会有更多的问题,所以我相信你会时不时地看到我提出的一些问题。再次感谢!以上是关于Python中将列表元素嵌套到数据框的主要内容,如果未能解决你的问题,请参考以下文章