Python 根据唯一对值筛选数据帧

我有一个熊猫数据框，其中包含关于两支球队在不同时间进行的比赛的信息：

TeamA   TeamB   Time

1   2   12:06
1   2   13.14
1   3   14.14
1   3   13.14
3   1   15.22

获取“子”数据帧的最简单方法是什么（不是双倍循环），该数据帧只包含关于唯一团队对的信息，例如：

对于（1,2）：

对于（1,3）：

等等

编辑：

---

我事先不知道数据框中有哪些团队。也就是说，我需要为每一对可能的团队提供一个数据框架

创建数据帧字典：

dfs = dict(tuple(df.groupby(['TeamA','TeamB'])))
print (dfs[(1,2)])
   TeamA  TeamB   Time
0      1      2  12:06
1      1      2  13.14

---

如果需要所有值：

for i, x in dfs.items():
    print (x)
   TeamA  TeamB   Time
0      1      2  12:06
1      1      2  13.14
   TeamA  TeamB   Time
2      1      3  14.14
3      1      3  13.14
   TeamA  TeamB   Time
4      3      1  15.22

如果想要在同一组中的最后一行：

cols = ['TeamA','TeamB']
a = df[cols].apply(sorted, 1)
dfs = dict(tuple(df.groupby([a[cols[0]], a[cols[1]]])))

for i, x in dfs.items():
    print (x)
   TeamA  TeamB   Time
0      1      2  12:06
1      1      2  13.14

   TeamA  TeamB   Time
2      1      3  14.14
3      1      3  13.14
4      3      1  15.22

---

为什么（3，1）不被视为组2的一部分？将某个助手列中的团队A和团队B连接到一个排序列表中，然后此助手列（3，1）或（1，3）上的groupby也应该在同一组中，不是吗？你能回答我的问题吗？如果不是，那么我的答案是无效的，我想删除它。谢谢。是的，你认为它是第一组的一部分，但我不知道哪些队是可用的，然后简单地用字典循环，我把它加起来回答。谢谢，效果很好。但我的疑问是，从计算角度来看，这是否是最好的方法/您认为解决方案是否非常快？对于存储多个

数据帧

s是

字典

非常好的选择。

print (dfs[(1,3)])
   TeamA  TeamB   Time
2      1      3  14.14
3      1      3  13.14

for i, x in dfs.items():
    print (x)
   TeamA  TeamB   Time
0      1      2  12:06
1      1      2  13.14
   TeamA  TeamB   Time
2      1      3  14.14
3      1      3  13.14
   TeamA  TeamB   Time
4      3      1  15.22

cols = ['TeamA','TeamB']
a = df[cols].apply(sorted, 1)
dfs = dict(tuple(df.groupby([a[cols[0]], a[cols[1]]])))

for i, x in dfs.items():
    print (x)
   TeamA  TeamB   Time
0      1      2  12:06
1      1      2  13.14

   TeamA  TeamB   Time
2      1      3  14.14
3      1      3  13.14
4      3      1  15.22