生成NBA比赛target列时，如何用pd.concat解决DataFrame碎片化警告

你原本通过分组后在每个子DataFrame里插入target列的方式，会因为多次执行列插入操作导致DataFrame碎片化，触发性能警告。改用pd.concat的核心思路是先一次性生成目标列，再和原数据合并，避免频繁的列插入操作。

直接用下面的代码替代原来的groupby+apply逻辑：

import pandas as pd

# 按球队分组对won列做下移一位操作，得到target列的Series
target_col = df.groupby("team")["won"].shift(-1).rename("target")
# 把原DataFrame和新生成的target列合并
df = pd.concat([df, target_col], axis=1)

为什么这样能解决问题？ #

原来的apply方法会对每个球队的分组DataFrame单独执行group["target"] = ...，相当于多次调用insert操作，这是导致DataFrame碎片化的根源。而上面的方式是先通过分组计算直接生成完整的target列（和原DataFrame索引完全对齐），再通过pd.concat一次性合并所有列，从根本上避免了多次插入的问题，性能更优。

如果执行后仍有碎片化提示，只需最后加上一行：

df = df.copy()

这会生成一个连续内存的新DataFrame，彻底消除碎片化问题。

内容的提问来源于stack exchange，提问作者Cayp