基于Pandas Series嵌套列表实现篮球赛事阵容动态更新问题及解决方案

我之前也处理过类似的篮球赛事逐场（Play-by-Play）数据的阵容追踪需求，结合你的场景，咱们一步步来拆解问题和解决方案：

问题背景 #

你有一个名为pbp的DataFrame，包含gameID、actionNumber、team、players、actionType、subType、starters等列，已经按赛事和动作序号排序。核心需求是根据每一次换人动作动态记录每一步的场上阵容，但初始代码运行后所有行的阵容都被覆盖成最后一套，无法正确追踪变化。

初始代码的问题分析 #

你的第一版代码主要有两个关键问题：

• 直接修改原始starters列的数据：比如a = row["starters"]后直接执行a.append(row.player)，这会修改DataFrame里的原始starters值，导致后续所有引用该行starters的操作都用了被修改后的列表，最终所有行的阵容都被覆盖成最后一次修改的结果。
• 阵容追踪逻辑混乱：没有为每个球队单独维护一个"当前阵容"的状态，而是每次都试图从行里的starters列修改，忽略了阵容是随着动作逐步更新的，不是每次都从初始阵容重新调整。

正确的解决方案思路 #

正确的核心逻辑应该是：

1. 为每个赛事的每支球队单独维护当前阵容的状态，而不是每次从starters列复制。
2. 针对不同动作类型（跳球、换人、其他动作）分别处理：
   • 跳球动作：初始化对应球队的初始阵容。
   • 换人动作：基于该球队上一次的阵容，复制后执行添加/删除操作，更新当前阵容。
   • 其他动作：直接沿用该球队上一次的阵容。
3. 确保每次修改阵容时都使用深拷贝，避免修改原始数据。

最终可行代码 #

import numpy as np
import pandas as pd

team = []
lineup = []
for idx, row in pbp.iterrows():
    # 获取当前行的球队
    equipo = row["team"]
    
    if row["actionType"] == "jumpball":
        # 处理跳球动作，初始化初始阵容
        if row["subType"] in ["won", "lost"]:
            # 复制初始阵容，避免修改原始数据
            current_starters = row.starters.copy()
            lineup.append(current_starters)
            team.append(equipo)
            result = "gana el salto" if row["subType"] == "won" else "pierde el salto"
            print(f"{idx}: {row.team} El jugador {row.player} {result}: {lineup[idx]}")
        else:
            # 其他跳球类型，标记为NaN
            lineup.append(np.nan)
            team.append(np.nan)
            print(f"{idx}: Se produce una lucha: {lineup[idx-1] if idx > 0 else 'N/A'}")
    
    elif row["actionType"] == "substitution":
        # 获取该球队最后一次记录的阵容索引
        last_team_idx = max([i for i in range(len(team)) if team[i] == equipo])
        # 复制上一次的阵容，避免修改历史数据
        current_lineup = lineup[last_team_idx].copy()
        
        if row["subType"] == "in":
            # 球员上场：添加到阵容
            current_lineup.append(row.scoreboardName)
            lineup.append(current_lineup)
            team.append(equipo)
            print(f"{idx}: El jugador {row.player} del equipo {row.team} entra en pista: {lineup[idx]}")
        else:
            # 球员下场：从阵容移除
            current_lineup.remove(row.scoreboardName)
            lineup.append(current_lineup)
            team.append(equipo)
            print(f"{idx}: El jugador {row.player} del equipo {row.team} sale de pista: {lineup[idx]}")
    
    else:
        # 处理其他非换人动作
        if pd.notna(equipo):
            # 当前动作属于某支球队，沿用上次阵容
            last_team_idx = max([i for i in range(len(team)) if team[i] == equipo])
            current_lineup = lineup[last_team_idx].copy()
            lineup.append(current_lineup)
            team.append(equipo)
            print(f"{idx}: No hay sustitución: {team[idx]} {lineup[idx]}")
        else:
            # 无球队参与的动作（如暂停、节次变更）
            lineup.append(np.nan)
            team.append(np.nan)
            print(f"{idx}: No hay acción equipo: {lineup[idx]}")

# 最后可以把lineup和team列添加回原DataFrame，方便后续分析
pbp["current_lineup"] = lineup
pbp["current_team"] = team

关键优化点 #

• 单独维护球队阵容状态：通过team和lineup列表追踪每支球队的历史阵容，每次更新都基于该球队的上一次状态，而不是原始的starters。
• 强制使用copy()：每次获取阵容时都执行copy()，确保修改的是副本，不会污染历史数据或原始DataFrame的starters列。
• 清晰的分支逻辑：把跳球、换人、其他动作分成独立的代码块，逻辑更易读和维护。

内容的提问来源于stack exchange，提问作者PedroSanchez95