R语言按球队及前7天日期范围对数据框指定列求和

前置说明 #

你的需求核心是按球队分组，对每条记录统计同队在「当前日期前7天（不含当日）」的技术统计求和，注意不要误用「前7场比赛」的固定行数滚动逻辑，必须用时间窗口匹配日期范围要求，避免休赛期/赛程疏密导致的统计错误。

实现代码 #

import pandas as pd

# 1. 基础数据预处理
# 先将Date字段转为日期格式，再按球队、日期升序排序，保证滚动顺序正确
mlb_team_logs['Date'] = pd.to_datetime(mlb_team_logs['Date'])
mlb_team_logs = mlb_team_logs.sort_values(by=['Team', 'Date']).reset_index(drop=True)

# 2. 提取需要计算滚动和的列（第4列到最后一列，即AB及之后所有统计字段）
calc_columns = mlb_team_logs.columns[3:].tolist()

# 3. 分组时间窗口滚动计算
l7_summary = (
    mlb_team_logs
    .groupby('Team', group_keys=False)
    # 窗口为7天，closed='left'表示包含左边界（Date-7）、不包含右边界（当前Date），正好匹配[Date-7, Date-1]的区间要求
    .rolling(window='7D', on='Date', closed='left')
    [calc_columns]
    .sum()
    # 统一重命名为l7_开头的字段名
    .rename(columns=lambda col_name: f'l7_{col_name}')
)

# 4. 合并结果回原表
mlb_team_logs = pd.concat([mlb_team_logs, l7_summary], axis=1)

结果验证说明 #

用你提供的ARI队样本数据验证：

• 2015-04-13当日的记录，前7天区间为2015-04-06至2015-04-12，共6场比赛
• 这6场的AB值分别为34、31、32、35、32、36，求和为200，对应l7_AB字段值为200，和代码计算结果一致。

注意事项 #

• 若某条记录对应的前7天区间内同队无任何比赛，对应l7_字段的求和结果为0，符合统计逻辑
• 该实现基于pandas原生向量化运算，比逐行apply的写法效率高1~2个数量级，即使是全赛季大联盟数据也能秒级出结果

内容的提问来源于stack exchange，提问作者Anthony Amico