如何高效筛选Pandas DataFrame，按主客场班级提取对应分数？

针对你需要从包含主客场信息的DataFrame中提取每个班级对应得分的需求，绝对不要用循环遍历——Pandas的矢量化操作能在大数据集下提供数倍甚至数十倍的效率提升，具体实现如下：

步骤1：构造初始数据（示例） #

import pandas as pd

df = pd.DataFrame({
    'Class Home': ['A', 'B', 'C', 'A'],
    'Class Away': ['B', 'A', 'A', 'C'],
    'Point Home': [2, 4, 6, 8],
    'Point Away': [1, 3, 5, 7]
})

步骤2：矢量化拆分+合并（最优效率方案） #

核心思路是把主客场数据拆成两个独立的子DataFrame，分别重命名列后合并：

# 提取主场班级和对应得分，重命名目标列
home_part = df[['Class Home', 'Point Home']].rename(columns={
    'Class Home': 'Class',
    'Point Home': 'Point'
})

# 提取客场班级和对应得分，重命名目标列
away_part = df[['Class Away', 'Point Away']].rename(columns={
    'Class Away': 'Class',
    'Point Away': 'Point'
})

# 合并两个子DataFrame，重置索引
final_df = pd.concat([home_part, away_part], ignore_index=True)

# 可选：按班级排序，和你给出的示例结果完全一致
final_df = final_df.sort_values('Class', ignore_index=True)

执行后得到的final_df就是你需要的结果：

为什么这个方法高效？ #

• 循环（itertuples/iterrows）是逐行进行Python层面的逻辑判断，大数据集下会触发大量的Python-C上下文切换，速度极慢；
• 上述方案用Pandas内置的矢量化操作，底层基于C语言实现，直接对整列数据进行处理，完全避免了Python循环的开销，数据量越大，效率优势越明显。

替代简洁方案：用melt函数一步到位 #

如果你喜欢更简洁的写法，可以用melt函数实现同样的效果：

final_df = df.melt(
    value_vars=[['Class Home', 'Point Home'], ['Class Away', 'Point Away']],
    value_name=['Class', 'Point']
).drop(columns=['variable']).sort_values('Class', ignore_index=True)

内容的提问来源于stack exchange，提问作者crmsn