如何将横向排列的英超联赛数据转换为纵向结构-Python教程-PHP中文网

如何将横向排列的英超联赛数据转换为纵向结构

本文介绍如何将多赛季横向堆叠的英超积分榜数据（每赛季占一行）重塑为标准纵向表格，通过 itertools 与 pandas 链式操作解析嵌套列表、拆分字段并统一列名，最终生成含位置、球队、赛绩、积分及近期战绩的规范 DataFrame。

本文介绍如何将多赛季横向堆叠的英超积分榜数据（每赛季占一行）重塑为标准纵向表格，通过 `itertools` 与 `pandas` 链式操作解析嵌套列表、拆分字段并统一列名，最终生成含位置、球队、赛绩、积分及近期战绩的规范 dataframe。

在使用 Selenium 爬取多个赛季的英超积分榜时，常见结果是将每个赛季的所有球队信息（20支 × 每队8字段）压缩为单行，导致 DataFrame 呈现为“宽而扁”的结构（如 3 行 × 160 列），难以直接分析。解决这一问题的关键不在于简单转置，而是按逻辑单元重切分原始嵌套列表，再逐字段解析。

核心思路：扁平化 → 分块 → 解析 → 组合

原始 table_data 是一个包含 3 个子列表的列表，每个子列表含 20 支球队的数据，每队对应 8 个字段（排名、队名、统计字符串、5 场近期战绩）。因此总长度为 3 × 20 × 8 = 480 个元素。我们需将其扁平化后按每 8 个元素一组重新分块，得到 60 行（3赛季 × 20队）的标准二维结构。

以下是完整、可复用的处理流程：

创意扇形排列卡片画廊

基于“创意扇形排列卡片画廊”制作的前端特效源码，包含扇形卡片、旋转展开、层级聚焦、键盘切换，打开 index.html 即可直接查看效果，可替换标题、颜色和图形元素复用。下载包已经整理好特效舞台、样式变量、动画规则和必要脚本，适合用于学习当前效果的实现方式，也方便替换文字、颜色、图形或图片后直接复用。

下载

import pandas as pd
from itertools import chain, batched  # Python ≥3.12

# 假设 table_data 已加载
df = (
    pd.DataFrame(batched(chain.from_iterable(table_data), 8))
    .pipe(lambda raw: pd.concat([
        raw.iloc[:, :2],                           # 第0列（排名）、第1列（队名）
        raw[2].str.split(expand=True).astype(int), # 第2列：拆分 "33 23 5 5 77 26 51 74" → 8列整数
        raw.iloc[:, 3:].agg(" ".join, axis=1),     # 第3–7列：合并为单字段 "W W D L W"
    ], axis=1))
    .set_axis([
        "Position", "Club", "Played", "Won", "Draw", "Lost", 
        "GF", "GA", "GD", "Points", "Form"
    ], axis=1)
)

✅ 关键步骤说明：

chain.from_iterable(table_data) 将三层嵌套（赛季→球队→字段）彻底展平为一维序列；
batched(..., 8) 按每组 8 个元素切分，精准还原“每队一条记录”；
raw[2].str.split(expand=True) 对统计字符串（如 '33 23 5 5 77 26 51 74'）进行空格分割，并转为整型，自动对应 Played, Won, Draw, Lost, GF, GA, GD, Points；
raw.iloc[:, 3:].agg(" ".join, axis=1) 将后续 5 列（各场胜负标记）合并为统一 Form 字段，便于后续分析（如统计连胜/连败）。

⚠️ 注意事项：

若使用 Python
建议在最终 DataFrame 中添加赛季标识列（如 Season = ['2021/22', '2022/23', '2023/24'] * 20），避免跨赛季数据混淆；
若原始数据存在缺失或格式异常（如某队 Form 不足5项），应在 .str.split() 后添加 fillna('') 或校验逻辑，防止 astype(int) 报错。

执行后，你将获得一个结构清晰、符合常规分析习惯的 60 行 × 11 列 DataFrame，可直接用于排序、筛选、可视化或时间序列对比——真正实现从“爬虫输出”到“分析就绪”的跃迁。