Olá.
Tenho dois data frames:
Times com 629 linhas.
rank prev_rank name league off def spi
0 1 1 Manchester City Barclays Premier League 3.34 0.24 95.24
1 2 2 Liverpool Barclays Premier League 2.95 0.28 92.96
2 3 3 Bayern Munich German Bundesliga 3.29 0.46 92.43
3 4 4 Paris Saint-Germain French Ligue 1 2.88 0.47 89.55
4 5 7 Real Madrid Spanish Primera Division 2.79 0.46 88.98
**E partidas** com 27122 linhas.
date league_id league team1 team2 spi1 spi2 prob1 prob2 probtie ... importance1 importance2 score1 score2 xg1 xg2 nsxg1 nsxg2 adj_score1 adj_score2
0 2016-08-12 1843 French Ligue 1 Bastia Paris Saint-Germain 51.16 85.68 0.0463 0.8380 0.1157 ... 32.4 67.7 0.0 1.0 0.97 0.63 0.43 0.45 0.00 1.05
1 2016-08-12 1843 French Ligue 1 AS Monaco Guingamp 68.85 56.48 0.5714 0.1669 0.2617 ... 53.7 22.9 2.0 2.0 2.45 0.77 1.75 0.42 2.10 2.10
2 2016-08-13 2411 Barclays Premier League Hull City Leicester City 53.57 66.81 0.3459 0.3621 0.2921 ... 38.1 22.2 2.0 1.0 0.85 2.77 0.17 1.25 2.10 1.05
3 2016-08-13 2411 Barclays Premier League Crystal Palace West Bromwich Albion 55.19 58.66 0.4214 0.2939 0.2847 ... 43.6 34.6 0.0 1.0 1.11 0.68 0.84 1.60 0.00 1.05
4 2016-08-13 2411 Barclays Premier League Everton Tottenham Hotspur 68.02 73.25 0.3910 0.3401 0.2689 ... 31.9 48.0 1.0 1.0 0.73 1.11 0.88 1.81 1.05 1.05
Preciso comparar o nome do time (team1) do df2(partidas) com o name df1(times) e quando achar o correspondente adicionar em uma lista team_id[] o valor contido em "rank" no df1(times) e depois adicionar essa lista no df2 (partidas). Incluindo a nova variável "team1_id" no data frame 2.
E depois fazer o mesmo processo pro team2 gerando "team2_id".
Tentei de algumas formas e a última foi essa:
team1_id = []
for i in range(0,27121):
for n in range(0,628):
if data['team1'].values[i] == times['name'].values[n]:
team1_id.append(times['rank'][(n)])
Mas ele retornou somente 24647 valores mesmo não havendo valores em branco no team1 e todos existirem no outro df. E ao conferir os valores não estão ordenados corretamente, parece que a primeira linha não foi incluída.
team2_id = []
for i in range(0,27121):
for n in range(0,628):
if data['team2'].values[i] == times['name'].values[n]:
team2_id.append(times['rank'][(n)])
Esse está correto os primeiros registros verificados mais também com um número menor de registros que o esperado.