使用函数为NBA比赛数据集DataFrame添加场馆及容量列

这是个很实用的数据集增强需求，我平时处理这类体育数据集时经常用类似方法，既简洁又容易维护——下面用Python的pandas库来实现，步骤清晰易懂：

1. 先准备球队-场馆映射数据 #

每个NBA主场球队都对应固定的比赛场馆和容量，我们先创建一个字典来存储这些关联信息：

# 定义主场球队到场馆、容量的映射字典
team_arena_capacity = {
    "Cleveland Cavaliers": {"arena": "Rocket Mortgage FieldHouse", "capacity": 19432},
    "Los Angeles Lakers": {"arena": "Crypto.com Arena", "capacity": 18997},
    "Miami Heat": {"arena": "Kaseya Center", "capacity": 19600},
    "Chicago Bulls": {"arena": "United Center", "capacity": 20917},
    "Detroit Pistons": {"arena": "Little Caesars Arena", "capacity": 20332}
}

提示：如果后续需要扩展更多球队，直接往这个字典里添加条目就行，灵活性拉满。

2. 编写可复用的列添加函数 #

接下来写一个通用函数，利用pandas的apply方法来匹配并添加新列：

import pandas as pd

def add_arena_and_capacity(original_df):
    # 从映射字典中提取场馆名称
    original_df["arena played"] = original_df["Home"].apply(lambda team: team_arena_capacity[team]["arena"])
    # 从映射字典中提取场馆容量
    original_df["capacity"] = original_df["Home"].apply(lambda team: team_arena_capacity[team]["capacity"])
    return original_df

这里的逻辑很直观：通过主场球队名称，从映射字典里精准匹配对应的场馆和容量，一行代码就能完成一列的添加，执行效率也很高。

3. 应用函数到你的原始数据集 #

现在把你提供的数据集转换成DataFrame，然后调用函数即可：

# 构造你提供的原始数据集
raw_data = {
    "Date": ["2012-10-30 19:00:00", "2012-10-30 19:30:00", "2012-10-30 20:00:00", "2012-10-31 19:00:00", "2012-10-31 19:30:00"],
    "Visitor": ["Washington Wizards", "Dallas Mavericks", "Boston Celtics", "Sacramento Kings", "Houston Rockets"],
    "V_PTS": [84, 99, 107, 87, 105],
    "Home": ["Cleveland Cavaliers", "Los Angeles Lakers", "Miami Heat", "Chicago Bulls", "Detroit Pistons"],
    "H_PTS": [94, 91, 120, 93, 96]
}

# 转换成pandas DataFrame格式
nba_df = pd.DataFrame(raw_data)

# 调用函数添加新列
updated_nba_df = add_arena_and_capacity(nba_df)

# 查看处理后的结果
print(updated_nba_df)

执行后你会得到包含arena played和capacity列的完整数据集，完全满足后续上座率分析的前置需求。

内容的提问来源于stack exchange，提问作者Stretch