MLB球队周日夜赛后下一场比赛胜率计算技术求助

核心思路 #

摒弃逐行循环的低效方式，利用pandas的分组、排序和移位操作，精准关联球队的周日夜赛与下一场比赛，快速统计胜率。

步骤与代码实现 #

1. 预处理数据：统一日期格式并按球队、年份、比赛日期排序，确保比赛顺序正确

import pandas as pd

# 转换日期列为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

# 按球队、年份、日期排序，保证同队同年的比赛按时间先后排列
df = df.sort_values(by=['Team', df['Date'].dt.year, 'Date']).reset_index(drop=True)

2. 标记周日夜赛：新增列标记该行是否为目标赛事

df['is_sunday_night'] = (df['Day'] == 'Sun') & (df['Day/Night'] == 'N')

3. 关联下一场比赛：按球队+年份分组，获取下一场比赛的关键信息

# 移位获取同队同年的下一场比赛胜负结果
df['next_game_win'] = df.groupby(['Team', df['Date'].dt.year])['Winning Team'].shift(-1)
# 标记下一场比赛是否为周一或周二（根据你的Day列缩写调整，比如'Mon'/'Tue'）
df['next_game_is_monday_tuesday'] = df.groupby(['Team', df['Date'].dt.year])['Day'].shift(-1).isin(['Mon', 'Tue'])

4. 筛选有效样本并计算胜率：只保留符合条件的样本，统计胜率

# 筛选条件：当前是周日夜赛，且下一场是周一/周二
valid_samples = df[(df['is_sunday_night']) & (df['next_game_is_monday_tuesday'])]

# 计算胜率：下一场获胜次数 / 有效样本总数
# 若Winning Team列存储的是获胜队名，判断逻辑如下；若用'W'/'L'标记，改为`next_game_win == 'W'`即可
win_count = (valid_samples['next_game_win'] == valid_samples['Team']).sum()
total_count = len(valid_samples)

win_percentage = win_count / total_count if total_count > 0 else 0
print(f"周日夜赛后下一场（周一/周二）比赛的胜率：{win_percentage:.2%}")

关键说明 #

• 按Team + 年份分组：完美解决Game Number每年重置的问题，确保只在同一年份内匹配下一场比赛
• 移位操作shift(-1)：用向量化方式替代循环，性能提升显著
• 逻辑灵活调整：可根据你数据中胜负标记的实际格式，修改获胜判断条件

内容的提问来源于stack exchange，提问作者Alex