熊猫：在时间范围内使用先例行滚动总和，时间不是索引答案

【问题标题】：Pandas: rolling sum using precedent rows within timeframe, with time not the index熊猫：在时间范围内使用先例行滚动总和，时间不是索引
【发布时间】：2020-03-19 06:02:21
【问题描述】：

假设我有以下数据框：

data = {'measure_id': ['0', '1', '2', '3', '4'],
        'measure_time': ['2019-11-22 22:30:08.559000', '2019-11-22 22:36:09.149000', '2019-11-22 22:36:09.149000', '2019-11-22 22:40:09.261000', '2019-11-22 22:46:10.011000'],
        'pressure': [10, 9, 3, 11, 12]}
df = pd.DataFrame(data, columns=['measure_id', 'measure_time', 'pressure'])
df.set_index('measure_id', inplace=True)
print('df:\n', df)

我需要为每一行计算所有先前行的时间滚动总和，这就是区别：

measure_time of current row - measure_time of precedent row

低于某个值（例如 2 分钟），当前行包含在总和中。这将在此处给出 rolling_sum 列：

data = {'measure_id': ['0', '1', '2', '3', '4'],
        'measure_time': ['2019-11-22 22:30:08.559000', '2019-11-22 22:36:09.149000', '2019-11-22 22:36:09.149000', '2019-11-22 22:40:09.261000', '2019-11-22 22:46:10.011000'],
        'pressure': [10, 9, 3, 11, 12],
        'rolling_sum':[10, 9, 12, 11, 12]}
df = pd.DataFrame(data, columns=['measure_id', 'measure_time', 'pressure', 'rolling_sum'])
df.set_index('measure_id', inplace=True)
print('df:\n', df)

现在看来 Pandas 可以处理带偏移量的滚动了 Pandas: rolling mean by time interval ，但我无法让这个解决方案在这里工作（可能是因为非时间索引）。

【问题讨论】：

标签： python pandas

【解决方案1】：

首先您应该将measure_time 列转换为日期类型：

df['measure_time'] = pd.to_datetime(df['measure_time'])

那么你可以在这样的列上使用rolling方法，基于时差如下：

result_df = df.rolling('2s', on='measure_time').sum()

result_df

                   measure_time     pressure
measure_id                                  
0          2019-11-22 22:30:08.559      10.0
1          2019-11-22 22:36:09.149       9.0
2          2019-11-22 22:36:09.149      12.0
3          2019-11-22 22:40:09.261      11.0
4          2019-11-22 22:46:10.011      12.0

2s 表示 2 秒窗口。

【讨论】：