如何获取忽略主客场顺序的球队唯一对阵记录

原始数据示例 #

Game_Number, Team_A, Team_B, Date, Team_A_score, Team_B_score
1, IND, USA, 2020-01-01, 10, 20
2, USA, IND, 2020-01-02, 10, 20
3, AUS, IND, 2020-01-02, 30, 15
4, IND, AUS, 2020-01-03, 22, 34
5, UAE, AUS, 2020-01-04, 14, 41

需求说明 #

忽略两队的主客场顺序，仅保留唯一的对阵组合。上述案例中第1场IND对阵USA、第2场USA对阵IND会被视为同一条对阵记录，最终预期输出如下：

IND, USA
AUS, IND
UAE, AUS

实现方案 #

SQL实现 #

核心逻辑是将每行的两个球队按固定规则（比如字典序）排序后去重，示例代码如下：

SELECT DISTINCT
  CASE WHEN Team_A < Team_B THEN Team_A ELSE Team_B END AS team1,
  CASE WHEN Team_A > Team_B THEN Team_A ELSE Team_B END AS team2
FROM game_table;

Python Pandas实现 #

核心逻辑是对每行的两个球队排序后生成唯一标识，再去重输出：

import pandas as pd

# 读取原始数据
df = pd.read_csv("game_data.csv")

# 生成排序后的对阵元组作为唯一标识
df["match_key"] = df.apply(lambda row: tuple(sorted([row["Team_A"], row["Team_B"]])), axis=1)

# 去重后输出对阵组合
unique_matches = df.drop_duplicates("match_key")[["Team_A", "Team_B"]]
print(unique_matches.to_csv(index=False, header=False))

Excel实现 #

如果使用Excel 365及以上版本，可以直接用函数实现：

1. 新增两列，分别用SORT({B2,C2},,1)获取排序后的两个球队
2. 用UNIQUE()函数对排序后的两列整体去重，得到唯一对阵记录

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