使用条件条件根据 Pandas 中两列的值创建一个新列

Question

我有一个包含两个不同列的数据框，我需要用它们来计算分数：

id	位置	玩家	GW	副总裁	决赛	掉落	锦标赛积分
0	1	1	阿莱西奥·比安奇	2	7.0	5.0	NaN
1	2	2	吉安卢卡·比安科	2	7.0	0.0	NaN
2	3	2	萨拉·罗西	1	5.0	0.0	NaN
3	4	2	加布里埃尔威尔第	1	4.5	0.0	NaN
4	5	2	卢卡·贾利	1	3.0	0.0	NaN

锦标赛积分由 GW 和 VP 计算得出，公式为：

df['锦标赛积分'] = ((玩家数量 / 10) * (df["VP"] + 1)) + (df['GW'] * x)

其中 number_of_players 和 X 是之前计算的。

但是我需要另一个步骤：

1. 将 50 添加到“最终”列中具有最高值的行（在本例中为 Alessio Bianchi）
2. 如果两行的“Final”值相同且最高，则只有“Pos”最低的行必须获得 50 提升

有什么建议吗？预先感谢

我已经尝试过 .apply() 和 .map() 方法但没有成功

Answer 1

假设Pos已经排序，你可以使用

idxmax

，这将选择具有最大值的第一行：

df['TournamentPoints'] = ((number_of_players / 10) * (df["VP"] + 1)) + (df['GW'] * x)

df.loc[df['Final'].idxmax(), 'TournamentPoints'] += 50

如果 Pos 未排序：

df.loc[df.sort_values(by='Pos')['Final'].idxmax(), 'TournamentPoints'] += 50