上期介绍了足球大数据软件开发、网站建设——数据更新速度策略_sundayhost的专栏-CSDN博客，这期接着讲足球大数据预测有关时间函数的操作处理。这也是许多用户在分析足球结果时参考很多的一条要素。

上周接到一用户要求比较某机构在终盘前的多条水位变化情况，达到条件要求时记录下来，进行结果比较分析。

一场比赛的信息存放在数据库的多个表中，无论是进行联合多表操作还是拆分表格，很多场赛事数据都是同时操作的。这个时候可以选择用pandas、Groupby进行不同场次的分类，再利用apply函数对其具体 一场比赛进行数据挖掘。

def function(x):
    print(x)                    #可以查看分割后的小表模样
    # t = x.reset_index()       #可以格式索引
    if condition1:              #按照条件将小表进行数据处理即可
        k = 'b'
    elif condition2:
        k = 's'
    else:
        k = ''
    return kk

dd = df_league.groupby(['gameid']).apply(get_d2)     #按照字段进行分类形成多个小表，带入到function自定义函数中的是小表，多少个小表就相当于处理多少次function函数

df = {'gameid':dd.index,'max':dd.values}    #此处返回的是series，需要转化为dataframe与之前的大表df_league进行合并操作
df2 = pd.DataFrame(df)

欢迎技术交流，需要数据验证，数据采集或者数据分析的，可以留言或私信。