如何统计组合而非排列的出现次数？实现球队对阵次数合并统计

可以通过将每场对阵的两支球队按固定规则排序后生成统一组合，再统计次数，就能解决主客场拆分统计的问题。

实现代码 #

import pandas as pd

# 生成统一的球队组合（按字母顺序排序）
data['team_combination'] = data.apply(lambda row: tuple(sorted((row['home_team'], row['away_team']))), axis=1)

# 统计合并后的对阵次数
combined_counts = data['team_combination'].value_counts()

# 可选：将结果转换为更直观的表格格式
combined_counts = combined_counts.reset_index()
combined_counts.columns = ['team_pair', 'total_matches']
combined_counts[['team_a', 'team_b']] = pd.DataFrame(combined_counts['team_pair'].tolist(), index=combined_counts.index)
combined_counts = combined_counts.drop('team_pair', axis=1)

代码解释 #

• 使用apply结合sorted，把每场比赛的主客场球队按字母顺序排序，生成唯一的元组组合（比如阿根廷vs乌拉圭无论主客场都会统一为('Argentina', 'Uruguay')）
• 对这个统一组合列执行value_counts()，即可得到两支球队之间的总对阵次数
• 最后可选的步骤是拆分组合元组为单独列，让结果更易读

内容的提问来源于stack exchange，提问作者E.Cuell