R语言如何删除数据框中转队球员的非TOT重复数据行

直接用pandas向量化操作实现即可，不需要手写逐行遍历的for循环，运行效率远高于自定义循环逻辑，单份数据框清洗逻辑可封装为函数，5份不同年份的数据直接批量套用即可。

• 核心思路：先按球员维度标记哪些人存在赛季转会的TOT汇总行，再按规则筛除冗余行，所有计算走pandas内置优化逻辑，单赛季十万级数据也能毫秒级处理完成。

import pandas as pd

def clean_season_data(df: pd.DataFrame) -> pd.DataFrame:
    # 为每一行标记所属球员当赛季是否存在TOT汇总记录
    df['player_has_tot'] = df['Team'].eq('TOT').groupby(df['Player']).transform('max')
    # 筛选规则：有TOT记录的球员仅保留TOT行，无TOT记录的球员保留全部原始行
    cleaned_df = df[
        ~(df['player_has_tot'] & (df['Team'] != 'TOT'))
    ].drop(columns='player_has_tot')
    return cleaned_df

代码逻辑说明：

• groupby('Player').transform('max')会把每个球员分组下是否存在TOT值的布尔结果映射回每一行，季中转队的球员所有行的player_has_tot值均为True，未转会球员该值均为False
• 筛选条件会精准剔除「球员有TOT汇总行、但当前行不是TOT行」的冗余记录，完全匹配要求的清洗规则

如果你的5份年度数据存储在列表中，比如year_df_list = [df_2019, df_2020, df_2021, df_2022, df_2023]，可以直接批量处理：

# 批量清洗5个年份的数据集
cleaned_year_dfs = [clean_season_data(df) for df in year_df_list]

# 如需拆分为单独变量直接解包即可
df_2019_c, df_2020_c, df_2021_c, df_2022_c, df_2023_c = cleaned_year_dfs

清洗完成后可以用以下逻辑校验结果正确性：

# 校验：所有存在TOT记录的球员，最终结果中应该仅保留1条TOT行
check_res = cleaned_df.groupby('Player').filter(lambda x: (x['Team'] == 'TOT').any())
print(check_res['Player'].value_counts()) # 输出所有球员计数均为1即符合预期

内容的提问来源于stack exchange，提问作者LoveMYMAth