计算除当前行之外的所有先前行中的列值

Question

我目前正在学习 Pandas 并遇到一个问题。

我有以下数据：

labels = [ 'date', 'name', 'opponent', 'gf', 'ga']
data = [ 
 [ '2023-08-5', 'Liverpool', 'Man Utd', 5, 0 ],
 [ '2023-08-10', 'Liverpool', 'Everton', 0, 0 ],
 [ '2023-08-14', 'Liverpool', 'Tottenham', 3, 2 ],
 [ '2023-08-18', 'Liverpool', 'Arsenal', 4, 4 ],
 [ '2023-08-27', 'Liverpool', 'Man City', 0, 0 ],
]
df = pd.DataFrame(data, columns=labels)

游戏/行按日期排序。对于每一行/游戏，我想计算前一行/游戏中“goals_for”和“goals_against”的列值（不包括当前行或日期之后的任何行）。

所以我希望数据是这样的：

labels = [ 'date', 'name', 'opponent', 'gf', 'ga', 'total_gf', 'total_ga' ]
data = [ 
 [ '2023-08-5', 'Liverpool', 'Man Utd', 5, 0, 0, 0 ],
 [ '2023-08-10', 'Liverpool', 'Everton', 0, 0, 5, 0 ],
 [ '2023-08-14', 'Liverpool', 'Tottenham', 3, 2, 5, 0 ],
 [ '2023-08-18', 'Liverpool', 'Arsenal', 4, 4, 8, 2 ],
 [ '2023-08-27', 'Liverpool', 'Man City', 0, 0, 12, 6 ],
]

我尝试了

expanding()

，但它似乎包括当前行。

rolling

有参数

closed='left'

但其他没有。

任何帮助或提示或类似解决方案的链接将不胜感激。

Answer 1

IIUC 你可以做：

df["total_gf"] = df["gf"].shift(fill_value=0).cumsum()
df["total_ga"] = df["ga"].shift(fill_value=0).cumsum()

print(df)

打印：

         date       name   opponent  gf  ga  total_gf  total_ga
0   2023-08-5  Liverpool    Man Utd   5   0         0         0
1  2023-08-10  Liverpool    Everton   0   0         5         0
2  2023-08-14  Liverpool  Tottenham   3   2         5         0
3  2023-08-18  Liverpool    Arsenal   4   4         8         2
4  2023-08-27  Liverpool   Man City   0   0        12         6

Answer 2

您可以

shift

与

fill_value=0

，然后

cumsum

:

df['total_gf'] = df['gf'].shift(fill_value=0).cumsum()
df['total_ga'] = df['ga'].shift(fill_value=0).cumsum()

输出：

         date       name   opponent  gf  ga  total_gf  total_ga
0   2023-08-5  Liverpool    Man Utd   5   0         0         0
1  2023-08-10  Liverpool    Everton   0   0         5         0
2  2023-08-14  Liverpool  Tottenham   3   2         5         0
3  2023-08-18  Liverpool    Arsenal   4   4         8         2
4  2023-08-27  Liverpool   Man City   0   0        12         6