Pandas处理足球赛事Excel数据：扩展滚动均值计算需求

假设你的原始数据核心字段如下，先构造示例数据方便验证：

import pandas as pd

# 模拟足球赛事数据
data = pd.DataFrame({
    '赛季': ['2022/23', '2022/23', '2022/23', '2022/23', '2023/24', '2023/24'],
    '主队': ['曼联', '曼城', '曼联', '利物浦', '曼城', '利物浦'],
    '客队': ['曼城', '曼联', '利物浦', '曼联', '利物浦', '曼城'],
    'PSCH': [2.1, 1.8, 2.0, 1.9, 1.7, 2.2],
    'PSCA': [3.5, 4.0, 3.2, 3.8, 4.2, 3.6]
})

需求1：计算球队跨主客身份的赔率均值 #

要获取主队作为客队参赛时的PSCA均值、客队作为主队参赛时的PSCH均值，需拆分主客视角数据集后关联匹配：

1. 先处理基础的主队主战PSCH均值（已实现逻辑，用于对比）

# 按赛季+主队分组，计算历史累计PSCH均值（shift排除当前场次）
data['主队_PSCH历史均值'] = data.groupby(['赛季', '主队'])['PSCH'].expanding().mean().shift().reset_index(level=[0,1], drop=True)

2. 计算主队作为客队时的PSCA历史均值

# 构造客队视角数据集：提取球队作为客队时的PSCA数据
away_records = data.rename(columns={'客队': '球队', 'PSCA': '客战_PSCA'})[['赛季', '球队', '客战_PSCA']]
# 按赛季+球队分组，计算客战PSCA的历史累计均值
away_records['客战_PSCA历史均值'] = away_records.groupby(['赛季', '球队'])['客战_PSCA'].expanding().mean().shift().reset_index(level=[0,1], drop=True)
# 匹配回原始数据：主队的客战PSCA均值
data = data.merge(away_records.rename(columns={'球队': '主队', '客战_PSCA历史均值': '主队当客队_PSCA历史均值'}),
                  on=['赛季', '主队'], how='left')

3. 计算客队作为主队时的PSCH历史均值

# 构造主队视角数据集：提取球队作为主队时的PSCH数据
home_records = data.rename(columns={'主队': '球队', 'PSCH': '主战_PSCH'})[['赛季', '球队', '主战_PSCH']]
# 按赛季+球队分组，计算主战PSCH的历史累计均值
home_records['主战_PSCH历史均值'] = home_records.groupby(['赛季', '球队'])['主战_PSCH'].expanding().mean().shift().reset_index(level=[0,1], drop=True)
# 匹配回原始数据：客队的主战PSCH均值
data = data.merge(home_records.rename(columns={'球队': '客队', '主战_PSCH历史均值': '客队当主队_PSCH历史均值'}),
                  on=['赛季', '客队'], how='left')

需求2：支持最近N场滚动均值（替代全历史） #

将上述代码中的expanding().mean()替换为rolling(window=N, min_periods=1).mean()即可实现最近N场的滚动计算，以N=3为例：

# 主队最近3场主战PSCH均值
data['主队_PSCH近3场均值'] = data.groupby(['赛季', '主队'])['PSCH'].rolling(window=3, min_periods=1).mean().shift().reset_index(level=[0,1], drop=True)

# 主队最近3场客战PSCA均值
away_records['客战_PSCA近3场均值'] = away_records.groupby(['赛季', '球队'])['客战_PSCA'].rolling(window=3, min_periods=1).mean().shift().reset_index(level=[0,1], drop=True)
data = data.merge(away_records.rename(columns={'球队': '主队', '客战_PSCA近3场均值': '主队当客队_PSCA近3场均值'}),
                  on=['赛季', '主队'], how='left')

# 客队最近3场主战PSCH均值
home_records['主战_PSCH近3场均值'] = home_records.groupby(['赛季', '球队'])['主战_PSCH'].rolling(window=3, min_periods=1).mean().shift().reset_index(level=[0,1], drop=True)
data = data.merge(home_records.rename(columns={'球队': '客队', '主战_PSCH近3场均值': '客队当主队_PSCH近3场均值'}),
                  on=['赛季', '客队'], how='left')

关键说明 #

• shift()用于排除当前场次的数据，确保均值仅包含历史记录
• min_periods=1处理球队赛季前几场不足N场的情况，返回已有场次的均值而非NaN
• 可根据需求自由切换expanding（全历史）和rolling（最近N场）逻辑

内容的提问来源于stack exchange，提问作者eestlane