带有groupby的熊猫数据框滚动窗口

Posted 2023-03-11

【中文标题】带有groupby的熊猫数据框滚动窗口

【英文标题】：pandas dataframe rolling window with groupby

【发布时间】：2017-04-03 17:38:45

【问题描述】：

我可以添加一个新列c，它是b 中最后两个值的总和，如下所示...

df['c'] = df.b.rolling(window = 2).sum().shift()

df
    a   b     c
0   1   3   NaN
1   1   0   NaN
2   0   6   3.0
3   1   0   6.0
4   0   0   6.0
5   1   7   0.0
6   0   0   7.0
7   0   7   7.0
8   1   4   7.0
9   1   2   11.0

...但是，如果我想先按a 分组怎么办？例如。我可以这样做：

df['c'] = df.groupby(['a'])['b'].shift(1) + df.groupby(['a'])['b'].shift(2)

有没有更优雅的方法来对组中的大量移位（1、2、...n）求和？

【参考方案1】：

f = lambda x: x.rolling(2).sum().shift()
df['c'] = df.groupby('a').b.apply(f)

df

【讨论】：

警告：在 lambda 函数中结合 rolling() 和 shift() 方法（就像 piRSquared 呈现的方式）是必要的：它会导致 both 应用于组（理想）；在这种情况下会出现不正确的行为：df['c'] = df.groupby('a').b.rolling(2).sum().shift() 因为 shift() 操作发生在非分组上下文中

抱歉，我希望我没有添加混淆：我的意思是说您的方法是正确的，以及另一种方法，这似乎是一种句法偏好，会导致意想不到的行为