如何在R语言中将两行数据合并为一行？（对阵bracket示例）

我来帮你搞定这个需求！看起来你需要处理一个包含球队、Pod和Stats数据的DataFrame，目标是按Pod分组合并同组球队的统计数据，并且每轮重新分配Pod来生成对阵赛程。下面是具体的实现步骤和代码示例（基于Python的pandas库）：

1. 准备示例DataFrame #

首先我们先定义一个和你需求匹配的示例DF1，方便后续演示：

import pandas as pd

# 模拟你的DF1数据
data = {
    'Team': ['Georgia', 'Texas', 'Nevada', 'Clemson', 'Alabama', 'Ohio State'],
    'Pod': [1, 1, 2, 2, 3, 3],
    'Stats 1': [85, 78, 92, 88, 79, 83],
    'Stats 2': [12, 10, 15, 13, 11, 14],
    'Stats 3': [45, 40, 50, 47, 42, 46]
}
DF1 = pd.DataFrame(data)

2. 按Pod合并同组球队数据 #

我们需要把每个Pod里的两支球队数据合并到同一行，包含两队各自的Stats 1、2、3：

# 给每个Pod内的球队分配序号（1和2，区分同组的两支队伍）
DF1['Team_Num'] = DF1.groupby('Pod').cumcount() + 1

# 拆分出每组的第一支和第二支球队，并重命名列名避免冲突
team1 = DF1[DF1['Team_Num'] == 1].rename(
    columns=lambda col: f"{col}_Team1" if col not in ['Pod'] else col
)
team2 = DF1[DF1['Team_Num'] == 2].rename(
    columns=lambda col: f"{col}_Team2" if col not in ['Pod'] else col
)

# 合并两队数据，得到每行一个对阵的结果
matchups = pd.merge(team1, team2, on='Pod').drop(
    ['Team_Num_Team1', 'Team_Num_Team2'], axis=1
)

# 查看合并后的对阵数据
print("初始对阵结果：")
print(matchups)

运行后你会得到类似这样的结果：每行对应一个Pod的对阵，包含两队的名称和所有Stats数据。

3. 每轮重新分配Pod推进赛程 #

接下来我们实现每轮推进的逻辑：先确定每个对阵的胜者，然后给胜者重新分配Pod，生成下一轮的对阵。这里我们以Stats 1的分数高低判断胜者为例，你可以根据实际规则修改：

def advance_to_next_round(current_matchups):
    """根据当前对阵结果，生成下一轮的胜者列表并重新分配Pod"""
    # 确定每个对阵的胜者及对应的Stats数据
    winners = current_matchups.apply(
        lambda row: pd.Series({
            'Team': row['Team_Team1'] if row['Stats 1_Team1'] > row['Stats 1_Team2'] else row['Team_Team2'],
            'Stats 1': row['Stats 1_Team1'] if row['Stats 1_Team1'] > row['Stats 1_Team2'] else row['Stats 1_Team2'],
            'Stats 2': row['Stats 2_Team1'] if row['Stats 1_Team1'] > row['Stats 1_Team2'] else row['Stats 2_Team2'],
            'Stats 3': row['Stats 3_Team1'] if row['Stats 1_Team1'] > row['Stats 1_Team2'] else row['Stats 3_Team2']
        }),
        axis=1
    )
    # 给胜者重新分配Pod：每2个胜者组成一个新Pod
    winners['Pod'] = (winners.index // 2) + 1
    return winners

# 生成第一轮对阵
first_round = matchups.copy()
print("\n=== 第一轮对阵 ===")
print(first_round)

# 推进到第二轮
second_round_winners = advance_to_next_round(first_round)
# 用同样的方法合并第二轮的Pod数据
second_round_team1 = second_round_winners[second_round_winners.groupby('Pod').cumcount() == 0].rename(
    columns=lambda col: f"{col}_Team1" if col != 'Pod' else col
)
second_round_team2 = second_round_winners[second_round_winners.groupby('Pod').cumcount() == 1].rename(
    columns=lambda col: f"{col}_Team2" if col != 'Pod' else col
)
second_round_matchups = pd.merge(second_round_team1, second_round_team2, on='Pod')

print("\n=== 第二轮对阵 ===")
print(second_round_matchups)

自定义调整说明 #

• 胜者判断规则：如果你的赛事不是按Stats 1判断胜者，可以修改advance_to_next_round函数里的逻辑，比如结合多个Stats指标，或者手动指定胜者。
• Pod重新分配方式：如果需要随机配对胜者，你可以先对winners列表进行随机打乱，再分配Pod；如果需要按排名配对，可以先给胜者排序再分组。

内容的提问来源于stack exchange，提问作者JRP