如何将按 gameId 和 teamId 汇总的统计展开为主客场列？

2026-11-06数据阿明

结论

先根据每场比赛的 homeTeam 和 awayTeam，将球队统计标记为 home 或 away。然后给两侧的统计列分别添加前缀，并按 gameId 合并。你目前按 gameId 和 teamId 合并 skater 与 goalie 数据，这样每队仍占一行；要区分主队和客队，还需要增加主客队标记。

以下示例假设统计表已重置索引，包含 gameId、teamId 和各项统计列；比赛元数据表每场比赛一行，包含 gameId、homeTeam 和 awayTeam。统计表中每场比赛的每支球队也应各有一行。

展开主客队统计

import pandas as pd


def to_home_away(stats, games, game_id="gameId", team_id="teamId",
                 home_team="homeTeam", away_team="awayTeam"):
    # stats 应包含 gameId、teamId 和统计列；games 每场比赛一行。
    stat_cols = [
        col for col in stats.columns
        if col not in {game_id, team_id}
    ]

    metadata = games[[game_id, home_team, away_team]]
    rows = stats.merge(
        metadata,
        on=game_id,
        how="left",
        validate="many_to_one",
    )

    rows["side"] = None
    rows.loc[rows[team_id].eq(rows[home_team]), "side"] = "home"
    rows.loc[rows[team_id].eq(rows[away_team]), "side"] = "away"

    if rows["side"].isna().any():
        raise ValueError("存在无法匹配 homeTeam 或 awayTeam 的球队记录")

    home = (
        rows.loc[rows["side"].eq("home"), [game_id, *stat_cols]]
        .set_index(game_id)
        .add_prefix("home_")
    )
    away = (
        rows.loc[rows["side"].eq("away"), [game_id, *stat_cols]]
        .set_index(game_id)
        .add_prefix("away_")
    )

    return home.join(away, how="outer").reset_index()

先对 skaters_reduced 和 goalies_reduced 调用 reset_index()，将 gameId 和 teamId 转为列，再分别展开。之后按 gameId 合并两张宽表：

skaters_reduced = skaters_reduced.reset_index()
goalies_reduced = goalies_reduced.reset_index()

skater_wide = to_home_away(skaters_reduced, games)
goalie_wide = to_home_away(goalies_reduced, games)

game_stats = skater_wide.merge(
    goalie_wide,
    on="gameId",
    how="outer",
    validate="one_to_one",
)

这里的 games 是比赛元数据 DataFrame，列名应与示例中的 gameId、homeTeam、awayTeam 一致。若实际列名不同，可传入对应的列名。validate="many_to_one" 会检查元数据中的 gameId 是否唯一；最终合并使用的 validate="one_to_one" 会检查展开后的每张表是否每场比赛只有一行。

注意事项

展开后，每场比赛对应一行，teamId 无法再单独表示某一支球队，因为这一行包含主队和客队的数据。如需保留球队标识，可另外保留 homeTeam 和 awayTeam 两列。如果同一场比赛中的同一支球队有多行统计，应先按实际业务规则聚合，再进行展开；不要默认将重复记录相加。