Создание нового столбца путем объединения имени столбца и другого значения столбца

Вы можете использовать pandas.melt. Приведите свои данные df2 в длинный формат, то есть Home и Season как столбцы и Allstars как значения, а затем объедините их с df1 в 'Home' и 'Season'.

import pandas as pd
df2['Home'] = df2.index
df2 = pd.melt(df2, id_vars = 'Home', value_vars = ['2012-13',  '2013-14', '2014-15', '2015-16', '2016-17'], var_name = 'Season', value_name='H_Allstars')
df = df1.merge(df2, on=['Home','Season'], how='left') 

Я удалил лишние столбцы и сосредоточился только на необходимых для демонстрации.

Вход:

df1

                      Home  2012-13  2013-14  2014-15  2015-16  2016-17
0      Cleveland Cavaliers        1        1        2        1        3
1       Los Angeles Lakers        2        1        1        1        0
2               Miami Heat        3        3        2        2        1
3            Chicago Bulls        2        1        2        2        1
4          Detroit Pistons        0        0        0        1        1
5     Los Angeles Clippers        2        2        2        1        1
6     New Orleans Pelicans        0        1        1        1        1
7       Philadelphia 76ers        1        0        0        0        0
8             Phoenix Suns        0        0        0        0        0
9   Portland Trail Blazers        1        2        2        0        0
10         Toronto Raptors        0        1        1        2        2

df2

              Visitor                  Home   Season
0  Washington Wizards   Cleveland Cavaliers  2012-13
1    Dallas Mavericks    Los Angeles Lakers  2012-13
2      Boston Celtics            Miami Heat  2012-13
3    Dallas Mavericks             Utah Jazz  2012-13
4   San Antonio Spurs  New Orleans Pelicans  2012-13

Шаг 1. Растопите df1, чтобы получить столбец allstars

df3 = pd.melt(df1, id_vars='Home', value_vars = df1.columns[df.columns.str.contains('20')], var_name = 'Season', value_name='H_Allstars')

Выход:

                      Home   Season   H_Allstars
0      Cleveland Cavaliers  2012-13           1
1       Los Angeles Lakers  2012-13           2
2               Miami Heat  2012-13           3
3            Chicago Bulls  2012-13           2
4          Detroit Pistons  2012-13           0
5     Los Angeles Clippers  2012-13           2
6     New Orleans Pelicans  2012-13           0
7       Philadelphia 76ers  2012-13           1
8             Phoenix Suns  2012-13           0
...

Шаг 2. Объедините этот новый фрейм данных с df2, чтобы получить столбцы H_Allstars и V_Allstars.

df4 = pd.merge(df2, df3, how='left', on=['Home', 'Season'])

Выход:

              Visitor                  Home   Season  H_Allstars
0  Washington Wizards   Cleveland Cavaliers  2012-13         1.0
1    Dallas Mavericks    Los Angeles Lakers  2012-13         2.0
2      Boston Celtics            Miami Heat  2012-13         3.0
3    Dallas Mavericks             Utah Jazz  2012-13         NaN
4   San Antonio Spurs  New Orleans Pelicans  2012-13         0.0

Шаг 3. Добавьте столбец V_Allstars

# renaming column as required
df3.rename(columns = {'Home': 'Visitor', 'H_Allstars': 'V_Allstars'}, inplace=True)

df5 = pd.merge(df4, df3, how='left', on=['Visitor', 'Season'])

Выход:

              Visitor                  Home   Season  H_Allstars  V_Allstars
0  Washington Wizards   Cleveland Cavaliers  2012-13         1.0         NaN
1    Dallas Mavericks    Los Angeles Lakers  2012-13         2.0         NaN
2      Boston Celtics            Miami Heat  2012-13         3.0         NaN
3    Dallas Mavericks             Utah Jazz  2012-13         NaN         NaN
4   San Antonio Spurs  New Orleans Pelicans  2012-13         0.0         NaN