Python 我可以合并分组数据吗？

我有两个主客场栏目。所以一排是英格兰队对巴西队，下一排是巴西队对英格兰队。我如何计算巴西队与英格兰队或英格兰队与巴西队的比赛次数

基于以前的解决方案，我尝试了

results.groupby(["home_team", "away_team"]).size()
results.groupby(["away_team", "home_team"]).size()

然而，这并没有给我我想要的结果

不期望的输出： 主队\客队\队
英格兰巴西1

客场球队主场球队
巴西英格兰1

我想看看：

---

英格兰巴西2号可能是您需要的：

df = pd.DataFrame({
    'home':['England', 'Brazil', 'Spain'],
    'away':['Brazil', 'England', 'Germany']
})

pd.Series('-'.join(sorted(tup)) for tup in zip(df['home'], df['away'])).value_counts()

输出：

Brazil-England    2
Germany-Spain     1
dtype: int64

注：如果您不喜欢团队名称之间的

-

，可以使用：

pd.Series(' '.join(sorted(tup)) for tup in zip(df['home'], df['away'])).value_counts()

您可以按排序值，创建

DataFrame

并使用原始解决方案：

df1 = (pd.DataFrame(np.sort(df[['home','away']], axis=1), columns=['home','away'])
        .groupby(["home", "away"])
        .size())

---

选项1

您可以使用

numpy.sort

对数据帧的值进行排序 然而，随着排序的进行，可能最好创建数据帧的副本

dfTeams = pd.DataFrame(data=df.values.copy(), columns=['team1','team2'])
dfTeams.values.sort()

（我更改了列名，因为通过排序，您正在更改它们的含义）

完成此操作后，您可以使用

groupby

results.groupby(['team1', 'team2']).size()

选项2

由于您的问题有一个更一般的标题，比如如何计算数据帧上多个列中的值的组合，而与它们的顺序无关，因此您可以使用一个

集合对象是不同的散列对象的无序集合

更准确地说，创建冻结集的系列，然后计算值

pd.Series(map(lambda home, away: frozenset({home, away}), 
              df['home'], 
              df['away'])).value_counts()

---

注意：我在@Harv Ipan的回答中使用了数据框。

请发布您想要看到的内容以及您正在看到的内容。不希望看到的输出：主队\客队\英格兰巴西队1客队\主队\巴西队英格兰队1我想看：英格兰巴西队2@jiggy357，你可以核对我的答案。另外，用格式将您的预期输出发回问题，以便每个人都能看到。这正是我想要的。谢谢你的邀请help@jiggy357，很高兴我能帮忙。