Python ValueError形状不匹配问题修复及代码解析

首先，咱们来拆解你遇到的错误：

ValueError: Shape of passed values is (20, 32), indices imply (20, 38)

这个错误的核心是数据长度不匹配：你创建DataFrame时，传入的每支球队的进球/失球列表长度是32，但代码硬指定了38个索引（对应1到38轮比赛），两者无法对齐，所以抛出了这个错误。

先给你解释原代码的逻辑 #

get_goals_scored 函数（获取累计进球） #

1. 初始化球队字典：通过分组主场球队，创建以球队名为键的空字典，用来存储每轮的进球数
2. 遍历比赛数据：对每一场比赛，把主场球队的当场进球（FTHG，Full Time Home Goals）加到对应球队的列表，客场球队的当场进球（FTAG，Full Time Away Goals）也加到对应列表
3. 创建累计进球DataFrame：硬编码了1到38轮的索引，转置后行是球队、列是比赛周；然后添加初始值0的列，通过循环累加得到截至每一轮的总进球数

get_goals_conceded 函数（获取累计失球） #

逻辑和进球统计几乎一致，只是统计的是失球：

• 主场球队的失球 = 客场球队的进球（FTAG）
• 客场球队的失球 = 主场球队的进球（FTHG）

错误原因 & 修复方案 #

错误根源 #

原代码默认联赛是38轮（比如英超），但你的数据源playing_stat里，每支球队实际只打了32场比赛（可能是赛季未结束、数据只截取了部分轮次），硬编码的38轮索引和实际数据长度不匹配，导致报错。

修复后的代码（动态适配数据长度） #

我们把硬编码的38改成动态获取实际比赛轮次，同时优化了球队获取逻辑（避免遗漏球队）：

累计进球函数

import pandas as pd

def get_goals_scored(playing_stat):
    # 初始化球队字典：获取所有出现过的球队（主场+客场）
    teams = {team: [] for team in pd.concat([playing_stat['HomeTeam'], playing_stat['AwayTeam']]).unique()}
    
    # 遍历每场比赛，记录各队当场进球
    for _, row in playing_stat.iterrows():
        home_team = row['HomeTeam']
        away_team = row['AwayTeam']
        home_goals = row['FTHG']
        away_goals = row['FTAG']
        
        teams[home_team].append(home_goals)
        teams[away_team].append(away_goals)
    
    # 动态获取实际比赛轮次（取任意一支球队的比赛场次）
    num_matchweeks = len(next(iter(teams.values())))
    # 创建DataFrame，索引对应实际轮次
    goals_scored = pd.DataFrame(data=teams, index=range(1, num_matchweeks + 1)).T
    
    # 添加初始累计列（0轮时进球为0）
    goals_scored[0] = 0
    # 按列排序，确保轮次顺序正确
    goals_scored = goals_scored.sort_index(axis=1)
    
    # 计算截至每一轮的累计进球
    for week in range(1, num_matchweeks + 1):
        goals_scored[week] = goals_scored[week] + goals_scored[week - 1]
    
    return goals_scored

累计失球函数

def get_goals_conceded(playing_stat):
    # 初始化球队字典：获取所有出现过的球队（主场+客场）
    teams = {team: [] for team in pd.concat([playing_stat['HomeTeam'], playing_stat['AwayTeam']]).unique()}
    
    # 遍历每场比赛，记录各队当场失球
    for _, row in playing_stat.iterrows():
        home_team = row['HomeTeam']
        away_team = row['AwayTeam']
        # 主场失球=客场进球，客场失球=主场进球
        home_conceded = row['FTAG']
        away_conceded = row['FTHG']
        
        teams[home_team].append(home_conceded)
        teams[away_team].append(away_conceded)
    
    # 动态获取实际比赛轮次
    num_matchweeks = len(next(iter(teams.values())))
    goals_conceded = pd.DataFrame(data=teams, index=range(1, num_matchweeks + 1)).T
    
    # 添加初始累计列（0轮时失球为0）
    goals_conceded[0] = 0
    goals_conceded = goals_conceded.sort_index(axis=1)
    
    # 计算截至每一轮的累计失球
    for week in range(1, num_matchweeks + 1):
        goals_conceded[week] = goals_conceded[week] + goals_conceded[week - 1]
    
    return goals_conceded

关键修改点 #

1. 动态获取轮次：不再硬写38，而是从球队的比赛列表长度中获取实际轮次，适配任何长度的数据源
2. 更严谨的球队获取：用concat获取所有主场+客场球队，避免遗漏只出现在客场的球队（虽然联赛中很少见，但更鲁棒）
3. 用iterrows()遍历：比原代码的iloc[i]更易读，也更符合pandas的常规写法
4. 列排序：确保轮次从0到实际最大轮次的顺序正确，避免累加时出错

内容的提问来源于stack exchange，提问作者cobysim