如何用pandas实现按场次分组行，满足单球场单场次的分组规则？

原始数据集 #

import pandas as pd

df = pd.DataFrame({
    'match_id': [50311513, 50313011, 50313009, 50317691, 50315247, 50318597, 50318877, 50318983, 50318831, 50318595],
    'court': [1, 2, 2, 1, 2, 1, 1, 1, 1, 1]
})

需求说明：数据集包含2个球场，需按“场次（slot）”分组，规则为：

• 第一组包含赛事50311513（球场1）和50313011（球场2）
• 第二组包含赛事50313009（球场2）和50317691（球场1）
• 第三组及之后的分组各仅含单行数据

核心逻辑是每个球场每场仅能进行一场比赛，需用pandas.groupby()实现该分组。

补充输入数据集 #

df2 = pd.DataFrame({
    'match_id': [46768193, 46768193, 46768187, 46768187, 46767821],
    'court': [1, 1, 2, 2, 3],
    'group': [0, 1, 0, 1, 0]
})

实现方案 #

思路核心

给每个球场的比赛按顺序分配场次序号，相同序号的比赛即为同一时间段的场次，以此作为分组键即可满足“单球场单场次仅一场比赛”的逻辑。

针对第一个数据集的代码实现

# 按球场分组，给每个球场内的比赛分配递增的场次序号（从0开始计数）
df['slot'] = df.groupby('court').cumcount()
# 按场次序号分组
grouped = df.groupby('slot')

# 查看分组结果
for slot_num, group_data in grouped:
    print(f"场次 {slot_num + 1}:")
    print(group_data[['match_id', 'court']])
    print("---")

输出结果完全符合需求：

场次 1:
   match_id  court
0  50311513      1
1  50313011      2
---
场次 2:
   match_id  court
2  50313009      2
3  50317691      1
---
场次 3:
   match_id  court
4  50315247      2
5  50318597      1
---
场次 4:
   match_id  court
6  50318877      1
---
场次 5:
   match_id  court
7  50318983      1
---
场次 6:
   match_id  court
8  50318831      1
---
场次 7:
   match_id  court
9  50318595      1
---

针对补充数据集的代码实现

如果已有group列标识球场内的分组，可直接用该列作为分组键：

# 按现有group列分组
grouped2 = df2.groupby('group')

# 查看分组结果
for group_num, group_data in grouped2:
    print(f"分组 {group_num}:")
    print(group_data)
    print("---")

输出：

分组 0:
     match_id  court  group
0    46768193      1     0
2    46768187      2     0
4    46767821      3     0
---
分组 1:
     match_id  court  group
1    46768193      1     1
3    46768187      2     1
---

若需要重新生成场次序号，同样用cumcount()方法：

df2['slot'] = df2.groupby('court').cumcount()
grouped2 = df2.groupby('slot')

关键说明 #

• groupby('court').cumcount()会为每个球场内的行从0开始计数，该计数即为对应球场的场次序号
• 相同场次序号的行，对应所有球场在同一时间段的比赛，完美匹配“每个球场每场仅一场比赛”的分组逻辑

内容的提问来源于stack exchange，提问作者HJA24