斯诺克数据处理：如何获取连续击球次数而非累计求和？

我来帮你搞定这个统计需求！你之前用shift+cumsum生成分组的思路是对的，但问题出在没有先按Game_id做局内分组——连续击球是同一局内的行为，跨局的玩家切换不能算进同一个连续段里。调整一下分组逻辑就能得到你想要的结果，具体步骤和代码如下：

实现步骤 #

1. 生成局内连续击球分组：先按Game_id分组，在每一局内部判断当前行的玩家是否和上一行相同，生成仅在该局内有效的连续段编号。
2. 统计每个连续段的击球次数：对每个(局ID, 连续段编号, 玩家ID)组合，统计该段的击球次数（也就是该组的行数）。
3. 提取每局每个玩家的最大连续次数：按(局ID, 玩家ID)分组，取每个组内的最大击球次数，就是目标结果。

完整代码示例 #

假设你的数据集存储在名为df的Pandas DataFrame中，列名是Game_id和Player ID：

import pandas as pd

# 1. 生成每局内的连续击球分组（关键：先按Game_id做局内判断）
df['subgroup'] = df.groupby('Game_id')['Player ID'].transform(
    lambda x: (x != x.shift(1)).cumsum()
)

# 2. 统计每个连续段的击球次数
continuous_shot_counts = df.groupby(['Game_id', 'subgroup', 'Player ID']).size().reset_index(name='count')

# 3. 按局和玩家提取最大连续击球次数
final_result = continuous_shot_counts.groupby(['Game_id', 'Player ID'])['count'].max().reset_index(
    name='Maximum Continuous Shots'
)

# 输出结果，格式和你期望的一致
print(final_result)

代码解释 #

• 第一步的transform方法确保我们的连续段判断严格限制在同一局内，不会把不同局的同玩家击球错误合并成一个连续段。
• 第二步的size()会统计每个连续段的行数，也就是该玩家在这个连续回合里的击球次数（符合斯诺克规则：击球入袋可继续，直到未击中，所以连续行就是连续击球）。
• 第三步的max()直接提取每个玩家在该局的最高连续击球记录，完美匹配你想要的输出格式。

验证示例 #

比如用你给出的部分数据：

运行代码后，该Game_id下的结果会是：

这和数据中的连续击球情况完全匹配，要是有更长的连续段，代码也能准确捕获最大值。

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