Pandas处理棒球比赛数据：计算Run_diff得分差与Win_Loss胜负列

你的原始数据符合「每场比赛的两支对战队伍连续排列，每2行对应1场比赛」的结构，可通过向量化操作实现需求，无循环、无链式索引警告，逻辑更简洁。

实现步骤 #

1. 预处理与比赛分组 #

先按日期排序并重置索引，确保数据顺序正确，再按「每2行一组」生成临时比赛分组ID，避免不同比赛的分数错误关联：

import pandas as pd
import numpy as np

# 原始数据
df = pd.DataFrame({'Date': [402, 402, 402, 402, 403, 403, 404, 404],
                   'Team' : ['SFO', 'ARI', 'CUB', 'STL', 'NYY', 'SEA', 'OAK', 'LAA'],
                   'Final' :[4, 6, 2, 5, 7, 2, 1, 2]})

# 按日期排序并重置索引，避免原索引混乱
df = df.sort_values('Date', ignore_index=True)

# 生成临时比赛分组ID：每连续2行属于同一场比赛
df['match_id'] = np.arange(len(df)) // 2

2. 计算得分差Run_diff #

利用「同一场比赛的总得分 = 两队得分之和」的特性，单队得分差 = 自身得分 - 对手得分，等价于 2*自身得分 - 同组总得分，无需额外移位操作：

# 计算同一场比赛的总得分
group_score_sum = df.groupby('match_id')['Final'].transform('sum')

# 计算得分差
df['Run_diff'] = 2 * df['Final'] - group_score_sum

3. 计算胜负标记Win_Loss #

规则为得分差大于0则获胜（标记1），否则失败（标记0）：

df['Win_Loss'] = (df['Run_diff'] > 0).astype(int)

4. 清理临时列 #

删除仅用于分组的match_id列，得到最终结果：

df = df.drop(columns='match_id')

效果验证 #

运行后得到的df与你给出的df_expected完全一致。

原方法问题说明 #

• 原逻辑使用全局shift未按比赛分组，且仅对奇偶行中的奇数行计算差值，偶数行赋值为0，未实现反向得分差计算
• 原方法通过循环逐行修改值属于链式索引操作，会触发SettingWithCopyWarning警告，且效率远低于向量化操作

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