创建用于汇总另一列的最后x次出现的列

Question

我正在尝试创建一个新列，我们称之为“HomeForm”，即“HomeTeam”列中每个条目的“FTHG”的最后5个值的总和。

比如团队0，想法是在新列上填充单元格，其中包含与团队0对应的“FTHG”的最后5个值的总和。该表按日期排序。

如何在Python中完成？

        HomeTeam  FTHG   HomeForm
Date                
136          0     4
135          2     0
135          4     2
135          5     0
135          6     1
135         13     0
135         17     3
135         18     1
134         11     4
134         12     0
128          1     0
128          3     0
128          8     2
128          9     1
128         13     3
128         14     1
128         15     0
127          7     1
127         16     1
126         10     1

谢谢。

Answer 1

你将在groupby上HomeTeam并在这里执行rolling sum，总计至少1个周期，最多5个。

首先，定义一个函数 -

def f(x):
     return x.shift().rolling(window=5, min_periods=1).sum()

此功能执行前5场比赛的滚动总和（因此shift）。将此功能传递给dfGroupBy.transform -

df['HomeForm'] = df.groupby('HomeTeam', sort=False).FTHG.transform(f)
df

      HomeTeam  FTHG  HomeForm
Date                          
136          0     4       NaN
135          2     0       NaN
135          4     2       NaN
135          5     0       NaN
135          6     1       NaN
135         13     0       NaN
135         17     3       NaN
135         18     1       NaN
134         11     4       NaN
134         12     0       NaN
128          1     0       NaN
128          3     0       NaN
128          8     2       NaN
128          9     1       NaN
128         13     3       0.0
128         14     1       NaN
128         15     0       NaN
127          7     1       NaN
127         16     1       NaN
126         10     1       NaN

如果需要，用零填充NaN并转换为整数 -

df['HomeForm'] = df['HomeForm'].fillna(0).astype(int)