Python实现足球赛事数据中球队主客场进球的3场滚动求和

你遇到的问题很典型——原代码只统计了主场的进球滚动和，没把客场的比赛算进去。要解决这个问题，核心是先把数据转换成每一行对应一支球队的一场比赛的格式，这样才能让rolling正确覆盖主客场所有赛事。

下面是具体的实现步骤和代码：

步骤1：重构数据格式 #

首先，我们需要把原DataFrame拆成两部分：主场球队的进球记录，和客场球队的进球记录，然后合并成一个包含所有球队所有比赛的数据集。假设你的原DataFrame名为df，包含Date（比赛日期，用来排序）、HomeTeam、AwayTeam、FTHG、FTAG这些列：

import pandas as pd

# 拆分主场和客场数据，统一列名
home_records = df[["Date", "HomeTeam", "FTHG"]].rename(columns={"HomeTeam": "Team", "FTHG": "Goals"})
away_records = df[["Date", "AwayTeam", "FTAG"]].rename(columns={"AwayTeam": "Team", "FTAG": "Goals"})

# 合并成所有球队的完整比赛记录
all_team_games = pd.concat([home_records, away_records], ignore_index=True)

步骤2：按时间排序并计算滚动总和 #

滚动计算的前提是数据按球队+比赛时间排序，这样才会计算「时间上最近的3场」，而不是乱序的3场：

# 按球队和比赛日期排序（如果你的时间列不是Date，换成对应的列名比如Round）
all_team_games = all_team_games.sort_values(by=["Team", "Date"])

# 计算最近3场的滚动进球总和
# min_periods=1表示球队比赛不足3场时，计算现有场次的总和（比如前2场就加前2场的进球）
# 如果想让不足3场时显示NaN，去掉min_periods=1即可
all_team_games["Rolling_3_Goals"] = all_team_games.groupby("Team")["Goals"].rolling(3, min_periods=1).sum().reset_index(drop=True)

步骤3：（可选）将结果合并回原DataFrame #

如果需要把滚动进球数添加到原比赛数据中（比如给每场比赛的主客队都加上他们的最近3场进球总和），可以用merge操作：

# 给原数据添加主场球队的滚动进球数
df = df.merge(
    all_team_games[["Date", "Team", "Rolling_3_Goals"]],
    left_on=["Date", "HomeTeam"],
    right_on=["Date", "Team"],
    how="left"
).rename(columns={"Rolling_3_Goals": "Home_Rolling_3_Goals"}).drop("Team", axis=1)

# 给原数据添加客场球队的滚动进球数
df = df.merge(
    all_team_games[["Date", "Team", "Rolling_3_Goals"]],
    left_on=["Date", "AwayTeam"],
    right_on=["Date", "Team"],
    how="left"
).rename(columns={"Rolling_3_Goals": "Away_Rolling_3_Goals"}).drop("Team", axis=1)

关键注意点 #

• 必须排序：如果没有按时间排序，rolling会按数据的原始顺序计算，得到的结果不是「最近3场」，而是乱序的3场，这会完全出错。
• 时间列的必要性：如果你的数据没有Date列，一定要有其他能表示比赛先后顺序的列（比如联赛轮次Round），否则无法正确排序。
• min_periods参数：根据需求调整，默认是3，这时候球队前2场比赛的滚动和会是NaN；设置min_periods=1则会计算现有场次的总和。

内容的提问来源于stack exchange，提问作者Martin Yordanov Georgiev