Google Sheets/Excel/Python实现每行非零列求和及PGA赛事关联分析

Google Sheets 实现 #

单赛事对计算 #

如果要计算赛事A（列B）和赛事B（列C）的共同进前30球员数，直接用：

=SUMPRODUCT(--(B2:B101>0), --(C2:C101>0))

--用于把布尔值转成0/1，SUMPRODUCT会逐行相乘后求和，得到同时在两个赛事有非零完赛次数的球员总数。

批量生成相关性矩阵 #

如果要一次性生成所有赛事对的结果，用ArrayFormula结合MMULT：
假设赛事列从B到CV（共200列），球员行是2到101（共100行），把公式放在空白区域的左上角（比如B103）：

=ArrayFormula(MMULT(--(B2:CV101>0), TRANSPOSE(--(B2:CV101>0))))

这个公式会把非零值转成1矩阵，转置后做矩阵乘法，结果矩阵的每个单元格就是对应赛事对的共同非零球员数。

Excel 实现 #

单赛事对计算 #

和Google Sheets逻辑一致，公式：

=SUMPRODUCT(--(A2:A101>0), --(B2:B101>0))

批量生成相关性矩阵 #

Excel 365/2021支持动态数组，直接用：

=MMULT(--(B2:CV101>0), TRANSPOSE(--(B2:CV101>0)))

旧版Excel需要选中200x200的结果区域，输入公式后按Ctrl+Shift+Enter作为数组公式执行。

Python 实现（用Pandas） #

适合处理大表格，还能快速可视化结果：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 读取数据（替换成你的文件路径，假设第一列是球员姓名）
df = pd.read_csv("pga_player_data.csv", index_col="Player_Name")

# 把数据转成布尔矩阵：非零值标记为True（代表进过前30）
bool_matrix = df > 0

# 计算赛事间共同进前30的球员数：矩阵转置后点积
common_player_matrix = bool_matrix.T.dot(bool_matrix)

# 用热图可视化相关性（可选）
plt.figure(figsize=(18, 15))
sns.heatmap(common_player_matrix, cmap="YlGnBu", fmt="d", cbar_kws={"label": "共同进前30球员数"})
plt.title("PGA赛事相关性矩阵（基于共同进前30球员数）")
plt.xticks(rotation=45)
plt.yticks(rotation=0)
plt.tight_layout()
plt.show()

其他赛事关联分析思路 #

• Jaccard相似度修正：用共同球员数 / 至少在一个赛事进前30的球员数，消除不同赛事参赛规模的影响，更公平对比相关性。
• 排名相关性：计算球员在两个赛事的排名之间的斯皮尔曼相关系数，衡量赛事难度或球员表现的一致性。
• 赛事聚类：用K-means或层次聚类把相关性高的赛事分组，发现赛事的类型特征（比如大满贯/常规美巡赛的聚类差异）。
• 参赛球员重合度分布：分析单个球员跨赛事进前30的次数分布，找出“全能型”球员，反过来辅助赛事相关性验证。

内容的提问来源于stack exchange，提问作者Sedric Hibler