如何在循环中按Group和Match分组实现正确的球队对阵展示？

现有如下DataFrame数据：

我编写了这段代码：

from itertools import combinations

for group in set(world_cup['Group']):
    print('___Starting group {}:___'.format(group))
    for home, away in combinations(world_cup.query('Group == "{}"'.format(group)).index, 2):
        # 后续逻辑
        print(f"{world_cup.loc[home, 'Team']}-{world_cup.loc[away, 'Team']}")

现在输出的是同组内所有球队的两两组合：

___Starting group A:__
A1-A2
A1-A3
A1-A4
A2-A3
A2-A4
A3-A4

但我需要按Match分组展示对阵，期望输出是：

___Starting group A:__
A1-A2
A3-A4

核心问题是你现在的逻辑是对整个小组的所有球队做全量两两组合，没有按Match字段拆分场次。正确的思路是先按Group+Match双层分组，再在每个场次的子组内生成对阵。

方法一（兼容多球队场景） #

如果后续可能出现单场次多球队的特殊赛制，可以保留combinations逻辑：

from itertools import combinations

# 按"小组+场次"双层分组
grouped_matches = world_cup.groupby(['Group', 'Match'])

current_group = None
for (group, match), match_data in grouped_matches:
    # 仅在切换小组时打印组标题
    if group != current_group:
        print(f'___Starting group {group}:___')
        current_group = group
    # 提取当前场次的所有球队
    teams = match_data['Team'].tolist()
    # 生成两两对阵（单场次2队时只会出一组结果）
    for home, away in combinations(teams, 2):
        print(f'{home}-{away}')

方法二（固定2队场次的简化写法） #

如果每个场次固定只有2支球队，可以直接取子组内的两支球队拼接，更高效：

grouped_matches = world_cup.groupby(['Group', 'Match'])

current_group = None
for (group, match), match_data in grouped_matches:
    if group != current_group:
        print(f'___Starting group {group}:___')
        current_group = group
    # 直接取子组的第一和第二个球队
    print(f'{match_data.iloc[0]["Team"]}-{match_data.iloc[1]["Team"]}')

错误原因说明 #

原来的combinations(world_cup.query('Group == "{}"'.format(group)).index, 2)是对整个小组的所有行索引做两两组合，相当于把小组里的所有球队拉出来全配对，自然会出现跨场次的错误组合。而用groupby(['Group', 'Match'])拆分后，每个子组只对应一场比赛的球队，配对逻辑就正确了。

内容的提问来源于stack exchange，提问作者Kon Wes