如何在DataFrame中按分组条件获取某列前n个历史值的列表？

你原来的代码没有按Subject分组，因此滚动计算会跨所有记录执行，按如下修改即可实现需求：

df['Previous'] = df.groupby('Subject')['Score'].apply(
    lambda ser: [win.to_list()[:-1][::-1] for win in ser.rolling(4)]
).tolist()

代码逻辑说明 #

• 通过groupby('Subject')将数据按学科分组，滚动操作只会在每个分组的内部执行，不会跨分组统计
• 滚动窗口大小设为4，每个窗口包含当前行和之前最多3行的Score值，取[:-1]即可去掉当前行的Score，只保留历史值
• 加[::-1]反转历史值的顺序，实现「最近的历史值排在列表最前面」的输出效果，和你给出的预期输出格式完全匹配

如果你的原始数据需要先按特定字段（比如时间、记录ID）排序再统计历史值，只需要在分组后先做排序即可：

df['Previous'] = df.groupby('Subject', group_keys=False).apply(
    lambda group: group.sort_values('排序字段名')['Score'].rolling(4).apply(
        lambda win: win[:-1][::-1].tolist()
    )
)

内容的提问来源于stack exchange，提问作者Dev Ananth