Pandas处理Statsbomb数据：高效合并双向球员配对行（替代嵌套循环）

输入数据 #

| Sender | recipient | n_pass |  other  |
--| ------ | --------- | ------ | ------- |
0 |  Emma  |    Lisa   |    1   | other_a |
1 |  Lisa  |    Emma   |    1   | other_b | 
2 |  Anna  |    Lisa   |    1   | other_c |
3 |  Lisa  |    Anna   |    1   | other_d |
4 |  Emma  |    Jade   |    1   | other_e |
5 |  Lisa  |    Jade   |    1   | other_f |
6 |  Jade  |    Lisa   |    1   | other_g |

需求 #

合并双向配对的球员行（无论谁是Sender/recipient），仅对n_pass求和，其他列保留配对中某一行的值；无对应配对的行保留原样，替换低效的嵌套循环实现。

高效解决方案代码 #

import pandas as pd

# 构造示例DataFrame（实际使用时替换为你的数据）
data = {
    'Sender': ['Emma', 'Lisa', 'Anna', 'Lisa', 'Emma', 'Lisa', 'Jade'],
    'recipient': ['Lisa', 'Emma', 'Lisa', 'Anna', 'Jade', 'Jade', 'Lisa'],
    'n_pass': [1, 1, 1, 1, 1, 1, 1],
    'other': ['other_a', 'other_b', 'other_c', 'other_d', 'other_e', 'other_f', 'other_g']
}
df = pd.DataFrame(data)

# 1. 标准化球员配对：将每对Sender/recipient按顺序排序，生成统一的Player_1/Player_2
df[['Player_1', 'Player_2']] = pd.DataFrame(
    df[['Sender', 'recipient']].apply(sorted, axis=1).tolist(),
    index=df.index
)

# 2. 分组聚合：按标准化配对分组，对n_pass求和，other取分组内第一个值
result = df.groupby(['Player_1', 'Player_2'], as_index=False).agg(
    n_pass=('n_pass', 'sum'),
    other=('other', 'first')
)

print(result)

输出结果 #

Player_1 Player_2  n_pass    other
0     Anna     Lisa       2  other_c
1     Emma     Jade       1  other_e
2     Emma     Lisa       2  other_a
3     Lisa     Jade       2  other_f

方案说明 #

• 标准化配对：通过sorted将每对球员的顺序统一，让双向配对（如Emma→Lisa和Lisa→Emma）被识别为同一组，彻底避免嵌套循环逐一匹配的低效操作
• 矢量化聚合：Pandas的groupby是原生矢量化操作，处理大规模数据时效率远高于嵌套循环
• 灵活自定义：如果需要保留other列的其他值，可将'first'替换为'last'或自定义聚合函数；实际使用时替换球员名称为唯一数字ID即可，逻辑完全一致

内容的提问来源于stack exchange，提问作者Vitasalato