Python pandas：在数据透视表上应用滚动总和答案

【问题标题】：Python pandas: Applying rolling sum on pivot tablePython pandas：在数据透视表上应用滚动总和
【发布时间】：2020-11-24 01:14:02
【问题描述】：

我使用 pivot_table 命令创建了一个数据框。数据框有 351 行和 120 列。数据框如下所示：

RY          2011                                              ...   2020
Month   1   2   3   4   5   6   7   8   9   10  ... 3   4   5   6   7   8   9   10  11  12
ID                                                                                  
AB10    0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
AB1286  0   0   0   0   2   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
AB1951  0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
AB2 0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0
AB2338  0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0

现在我想计算 ID 的 12 个月的滚动总和。我写了以下命令来计算滚动和：

df.groupby('ID').rolling(12,on='Month').sum()

但是，它给出了以下错误：

ValueError: invalid on specified as Month, must be a column (of DataFrame), an Index or None

谁能帮我解决这个问题？

【问题讨论】：

您原来的pandas.DataFrame 列是什么样的？是["Year", "Month", "ID", "value"]吗？使用该布局来获得所需的结果可能更简单。
@AlexFortin 是的，实际数据框是 ["Year", "Month", "ID", "value"]。我转换为数据透视表的原因是我想获得从 2011 年到 2020 年期间的滚动总和。很少有 ID 没有几年或几个月的数据

标签： python python-3.x pandas

【解决方案1】：

“ID”包含什么？您是否尝试过使用转置数据透视表？

df.T.groupby('ID').rolling(12,on='Month').sum()

【讨论】：

【解决方案2】：

尝试在创建数据透视表之前运行该代码。但是，请确保您首先使用以下内容创建日期时间列：

df['Date'] = pd.to_datetime(df['Year'].astype(str) + '-' + df['Month'].astype(str) + '-01')

然后：

df.groupby('ID').rolling(12,on='Date').sum()

【讨论】：

我喜欢您将年份和月份转换为日期的想法。但是，我仍然需要创建数据透视表。因为，一些 ID 可能在某些日期没有数据。所以为了避免丢失详细信息，我想创建数据透视表。在我运行第二个命令时在 ID 和日期上创建数据透视表后，它会抛出此错误“在指定为日期时无效，必须是（DataFrame 的）列、索引或无”
您可能需要使用pd.MultiIndex.from_product()重新索引数据