使用Pandas groupby处理篮球赛事数据，生成背靠背状态标识列

核心思路 #

要实现需求，需先跟踪每支队伍的参赛时间线，通过分组梳理每支队伍的历史赛程，再判断当前比赛的主/客场队伍是否处于背靠背赛程末尾，最后将结果关联回原数据。

代码实现 #

1. 导入依赖并预处理数据 #

先将日期转换为可计算的datetime格式，方便后续日期差判断：

import pandas as pd

# 加载输入数据（补充期望输出中的9/21记录以覆盖完整场景）
data = {
    'date': ['9/21/22', '9/22/22', '9/23/22'],
    'home_team': ['LAL', 'LAL', 'LAC'],
    'away_team': ['MIN', 'DET', 'LAL']
}
df = pd.DataFrame(data)

# 转换日期格式为datetime，支持日期运算
df['date'] = pd.to_datetime(df['date'])

2. 构建队伍参赛日志 #

把主客场记录统一拆分为「队伍-参赛日期-对手」结构，按队伍分组后获取前一次参赛信息：

# 拆分主客场记录，生成每支队伍的参赛日志
home_entries = df[['date', 'home_team', 'away_team']].rename(columns={'home_team': 'team', 'away_team': 'opponent'})
away_entries = df[['date', 'away_team', 'home_team']].rename(columns={'away_team': 'team', 'home_team': 'opponent'})
team_schedule = pd.concat([home_entries, away_entries]).sort_values(['team', 'date'])

# 按队伍分组，获取上一次参赛的日期和对手
team_schedule['prev_match_date'] = team_schedule.groupby('team')['date'].shift(1)
team_schedule['prev_opponent'] = team_schedule.groupby('team')['opponent'].shift(1)

# 判断是否为背靠背（上一次参赛日期为前一天）
team_schedule['is_back_to_back'] = team_schedule['date'] - team_schedule['prev_match_date'] == pd.Timedelta(days=1)

3. 关联回原数据生成目标列 #

将队伍的背靠背信息匹配到原数据的主客场字段，生成要求的列：

# 为主场队伍匹配背靠背信息
df = df.merge(
    team_schedule[['team', 'date', 'prev_opponent', 'is_back_to_back']],
    left_on=['home_team', 'date'],
    right_on=['team', 'date'],
    how='left'
).rename(columns={'prev_opponent': 'yesterday_home_team', 'is_back_to_back': 'home_back_to_back'})

# 为客场队伍匹配背靠背信息
df = df.merge(
    team_schedule[['team', 'date', 'prev_opponent', 'is_back_to_back']],
    left_on=['away_team', 'date'],
    right_on=['team', 'date'],
    how='left',
    suffixes=('', '_away')
).rename(columns={'prev_opponent': 'yesterday_away_team', 'is_back_to_back_away': 'away_back_to_back'})

# 按规则填充0值：非背靠背则设为0，否则保留对手
df['yesterday_home_team'] = df.apply(lambda x: x['yesterday_home_team'] if x['home_back_to_back'] else 0, axis=1)
df['yesterday_away_team'] = df.apply(lambda x: x['yesterday_away_team'] if x['away_back_to_back'] else 0, axis=1)

# 清理冗余列并整理格式
df = df.drop(['team', 'team_away', 'home_back_to_back', 'away_back_to_back'], axis=1)
df = df.sort_values('date').reset_index(drop=True)
df['date'] = df['date'].dt.strftime('%m/%d/%y')

4. 最终输出 #

运行代码后得到结果：

date home_team away_team yesterday_home_team yesterday_away_team
0  09/21/22       LAL       MIN                   0                  MIN
1  09/22/22       LAL       DET                  DET                   0
2  09/23/22       LAC       LAL                  LAL                  LAC

关键逻辑说明 #

• 统一参赛日志：将每场比赛拆为主队、客队两条记录，确保能完整跟踪每支队伍的所有赛程。
• GroupBy移位：通过shift(1)获取每支队伍上一次参赛的日期，判断是否与当前日期间隔1天，以此确认背靠背状态。
• 关联匹配：将队伍的背靠背信息精准匹配回原数据的主客场字段，生成符合要求的标记列。

内容的提问来源于stack exchange，提问作者Brad