在Pandas中按组添加某日期之前数值均值的列

要实现新增列存储该行日期之前对应团队所有Score的均值，可以通过以下高效步骤处理：

步骤1：准备数据并转换日期类型 #

先确保日期列是可比较的datetime类型：

import pandas as pd

# 构造原数据
df = pd.DataFrame({
    'Date': ['2023-01-02', '2023-01-02', '2023-01-02', '2023-04-07', '2023-04-07', '2023-04-07', '2023-04-07'],
    'Team': ['A', 'A', 'B', 'A', 'A', 'B', 'B'],
    'Score': [10, 6, 15, 17, 5, 20, 8]
})

# 转换Date列为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

步骤2：按团队+日期聚合，计算每日统计量 #

先聚合每个团队在每个日期的总分数和数据行数，方便后续计算累计均值：

# 按Team和Date分组，统计每日总分和数据量
daily_stats = df.groupby(['Team', 'Date']).agg(
    total_score=('Score', 'sum'),
    count=('Score', 'size')
).reset_index()

步骤3：计算团队的历史累计均值（截至当前日期之前） #

对每个团队，计算截至前一个日期的累计总分和累计行数，进而得到历史均值：

# 按Team分组，计算累计总分和累计行数，shift(1)排除当前日期的数据
daily_stats['cum_total'] = daily_stats.groupby('Team')['total_score'].cumsum().shift(1).fillna(0)
daily_stats['cum_count'] = daily_stats.groupby('Team')['count'].cumsum().shift(1).fillna(0)

# 计算历史均值，处理除数为0的情况（团队第一个日期无历史数据）
daily_stats['prev_avg'] = daily_stats.apply(
    lambda x: x['cum_total'] / x['cum_count'] if x['cum_count'] != 0 else None,
    axis=1
)

步骤4：将均值映射回原表 #

把计算好的历史均值合并到原数据中，得到最终结果：

# 合并回原数据表
df = df.merge(daily_stats[['Team', 'Date', 'prev_avg']], on=['Team', 'Date'], how='left')

最终结果 #

处理后的表格如下：

这个结果完全符合需求：2023-04-07的Team A行，历史均值为(10+6)/2=8；Team B的历史均值为15。

内容的提问来源于stack exchange，提问作者gunit25