基于Pandas DataFrame条件创建列表（Python）

核心处理步骤 #

• 第一步：过滤无效数据，仅保留GS列值为1的记录，直接排除Jack这类GS为非1值（如NaN）的球员
• 第二步：按Team字段分组，把筛选后的球员分别归入TeamA和TeamB两个分组
• 第三步：提取每组内的球员姓名，整理成要求的字符串格式

代码实现（两种方案） #

方案1：用Pandas处理表格数据（适合结构化数据场景）

import pandas as pd

# 构建原始表格数据
data = {
    'Player': ['Jack', 'John', 'Mike', 'James'],
    'Team': ['A', 'B', 'A', 'A'],
    'GS': [pd.NA, 1, 1, 1]
}
df = pd.DataFrame(data)

# 筛选+分组提取球员名
filtered_data = df[df['GS'] == 1]
team_groups = filtered_data.groupby('Team')['Player'].apply(list)

# 生成目标格式字符串
TeamA = ', '.join(team_groups.get('A', []))
TeamB = ', '.join(team_groups.get('B', []))

# 输出结果
print(f"TeamA = {TeamA}")
print(f"TeamB = {TeamB}")

方案2：纯Python基础语法实现（无需第三方库）

# 原始球员数据列表
players = [
    {'Player': 'Jack', 'Team': 'A', 'GS': None},
    {'Player': 'John', 'Team': 'B', 'GS': 1},
    {'Player': 'Mike', 'Team': 'A', 'GS': 1},
    {'Player': 'James', 'Team': 'A', 'GS': 1}
]

# 初始化分组容器
team_rosters = {'A': [], 'B': []}

# 遍历筛选并分组
for player in players:
    if player['GS'] == 1:
        team_rosters[player['Team']].append(player['Player'])

# 输出结果
print(f"TeamA = {', '.join(team_rosters['A'])}")
print(f"TeamB = {', '.join(team_rosters['B'])}")

两种方案运行后都会输出你需要的结果：

TeamA = Mike, James
TeamB = John

内容的提问来源于stack exchange，提问作者bblackburn