如何更简洁地统计Pandas DataFrame中两队的交手次数与胜负情况？

你可以通过统一对阵组合的方式简化代码，不用写冗长的条件判断或者重复分组操作：

步骤1：生成统一的对阵组合列 #

把每场比赛的两支球队按固定规则（比如字母顺序）排序后组合成元组，这样不管Team1和Team2谁在前，MI和CSK的对阵都会被归为同一个组合：

ipl['H2H_Pair'] = ipl.apply(lambda row: tuple(sorted([row['Team1'], row['Team2']])), axis=1)

步骤2：筛选目标对阵并统计数据 #

直接筛选出MI和CSK的对阵记录，一次性统计总场次和各自胜场：

# 定义目标对阵组合（提前排序确保统一）
mi_csk_pair = tuple(sorted(['Mumbai Indians', 'Chennai Super Kings']))
# 筛选所有MI vs CSK的比赛
mi_csk_matches = ipl[ipl['H2H_Pair'] == mi_csk_pair]

# 总交手次数
total_matches = len(mi_csk_matches)
# 两队获胜场次统计
win_stats = mi_csk_matches['WinningTeam'].value_counts()

print(f"总交手次数: {total_matches}")
print("获胜场次：")
print(win_stats)

方案优势 #

• 避免了原方法中复杂的多条件判断，代码更简洁易读
• 不用重复执行分组操作，逻辑更统一
• 可以直接复用这套逻辑统计任意两支球队的交手数据，扩展性更强

内容的提问来源于stack exchange，提问作者user311790