2天窗口的滚动总和答案

【问题标题】：Rolling sum for a window of 2 days2天窗口的滚动总和
【发布时间】：2020-05-14 09:03:35
【问题描述】：

我正在尝试使用 trans_date 和使用 python 对下表中按 ID 分组的金额列计算滚动 2 天。

&lt;table&gt;&lt;tbody&gt;&lt;tr&gt;&lt;th&gt;ID&lt;/th&gt;&lt;th&gt;Trans_Date&lt;/th&gt;&lt;th&gt;Trans_Time&lt;/th&gt;&lt;th&gt;Amount&lt;/th&gt;&lt;th&gt; &lt;/th&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;03/23/2019&lt;/td&gt;&lt;td&gt;06:51:03&lt;/td&gt;&lt;td&gt;100&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;03/24/2019&lt;/td&gt;&lt;td&gt;12:32:48&lt;/td&gt;&lt;td&gt;600&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;03/24/2019&lt;/td&gt;&lt;td&gt;14:15:35&lt;/td&gt;&lt;td&gt;50&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;06/05/2019&lt;/td&gt;&lt;td&gt;16:18:21&lt;/td&gt;&lt;td&gt;75&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;2&lt;/td&gt;&lt;td&gt;02/01/2019&lt;/td&gt;&lt;td&gt;18:02:52&lt;/td&gt;&lt;td&gt;200&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;2&lt;/td&gt;&lt;td&gt;02/02/2019&lt;/td&gt;&lt;td&gt;10:03:02&lt;/td&gt;&lt;td&gt;150&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;2&lt;/td&gt;&lt;td&gt;02/03/2019&lt;/td&gt;&lt;td&gt;23:47:51&lt;/td&gt;&lt;td&gt;800&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;3&lt;/td&gt;&lt;td&gt;01/18/2019&lt;/td&gt;&lt;td&gt;11:12:58&lt;/td&gt;&lt;td&gt;1000&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;3&lt;/td&gt;&lt;td&gt;01/23/2019&lt;/td&gt;&lt;td&gt;22:12:41&lt;/td&gt;&lt;td&gt;15&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;/tbody&gt;&lt;/table&gt;

最终，我正在尝试使用

来实现以下结果

&lt;table&gt;&lt;tbody&gt;&lt;tr&gt;&lt;th&gt;ID&lt;/th&gt;&lt;th&gt;Trans_Date&lt;/th&gt;&lt;th&gt;Trans_Time&lt;/th&gt;&lt;th&gt;Amount&lt;/th&gt;&lt;th&gt;2d_Running_Total&lt;/th&gt;&lt;th&gt; &lt;/th&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;03/23/2019&lt;/td&gt;&lt;td&gt;06:51:03&lt;/td&gt;&lt;td&gt;100&lt;/td&gt;&lt;td&gt;100&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;03/24/2019&lt;/td&gt;&lt;td&gt;12:32:48&lt;/td&gt;&lt;td&gt;600&lt;/td&gt;&lt;td&gt;700&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;03/24/2019&lt;/td&gt;&lt;td&gt;14:15:35&lt;/td&gt;&lt;td&gt;250&lt;/td&gt;&lt;td&gt;950&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;1&lt;/td&gt;&lt;td&gt;06/05/2019&lt;/td&gt;&lt;td&gt;16:18:21&lt;/td&gt;&lt;td&gt;75&lt;/td&gt;&lt;td&gt;75&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;2&lt;/td&gt;&lt;td&gt;02/01/2019&lt;/td&gt;&lt;td&gt;18:02:52&lt;/td&gt;&lt;td&gt;200&lt;/td&gt;&lt;td&gt;200&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;2&lt;/td&gt;&lt;td&gt;02/02/2019&lt;/td&gt;&lt;td&gt;10:03:02&lt;/td&gt;&lt;td&gt;150&lt;/td&gt;&lt;td&gt;350&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;2&lt;/td&gt;&lt;td&gt;02/03/2019&lt;/td&gt;&lt;td&gt;23:47:51&lt;/td&gt;&lt;td&gt;800&lt;/td&gt;&lt;td&gt;950&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;3&lt;/td&gt;&lt;td&gt;01/18/2019&lt;/td&gt;&lt;td&gt;11:12:58&lt;/td&gt;&lt;td&gt;1000&lt;/td&gt;&lt;td&gt;1000&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;tr&gt;&lt;td&gt;3&lt;/td&gt;&lt;td&gt;01/23/2019&lt;/td&gt;&lt;td&gt;22:12:41&lt;/td&gt;&lt;td&gt;15&lt;/td&gt;&lt;td&gt;15&lt;/td&gt;&lt;td&gt; &lt;/td&gt;&lt;/tr&gt;&lt;/tbody&gt;&lt;/table&gt;

这个超链接非常接近解决这个问题，但问题是对于同一天有多个交易的记录，它为同一天提供了相同的值。 https://python-forum.io/Thread-Rolling-sum-for-a-window-of-2-days-Pandas

【问题讨论】：

用于 HTML 表格数据的努力，但可能更容易遵循 this 创建复制/粘贴的熊猫示例。我之前问过一个类似的问题（也许是一样的？），你可以在这里查看：stackoverflow.com/questions/54357758/…——在 QI 中要求一个一般的“基于索引的限制”，但我的用例也是一个时间索引。跨度>
感谢反馈，我同意将来使用 create copy/pastable pandas 会更容易。感谢您指出这一点。

标签： python pandas rolling-computation

【解决方案1】：

应该这样做：

import pandas as pd

# create dummy data
df = pd.DataFrame(
    columns = ['ID', 'Trans_Date', 'Trans_Time', 'Amount'],
    data = [
        [1, '03/23/2019', '06:51:03', 100],
        [1, '03/24/2019', '12:32:48', 600],
        [1, '03/24/2019', '14:15:35', 250],
        [1, '06/05/2019', '16:18:21', 75],
        [2, '02/01/2019', '18:02:52', 200],
        [2, '02/02/2019', '10:03:02', 150],
        [2, '02/03/2019', '23:47:51', 800],
        [3, '01/18/2019', '11:12:58', 1000],
        [3, '01/23/2019', '22:12:41', 15]
    ]
)

df_out = pd.DataFrame(
    columns = ['ID', 'Trans_Date', 'Trans_Time', 'Amount', '2d_Running_Total'],
    data = [
        [1, '03/23/2019', '06:51:03', 100, 100],
        [1, '03/24/2019', '12:32:48', 600, 700],
        [1, '03/24/2019', '14:15:35', 250, 950],
        [1, '06/05/2019', '16:18:21', 75, 75],
        [2, '02/01/2019', '18:02:52', 200, 200],
        [2, '02/02/2019', '10:03:02', 150, 350],
        [2, '02/03/2019', '23:47:51', 800, 950],
        [3, '01/18/2019', '11:12:58', 1000, 1000]
    ]
)

# convert into datetime object and set as index
df['Trans_DateTime'] = pd.to_datetime(df['Trans_Date'] + ' ' + df['Trans_Time'])
df = df.set_index('Trans_DateTime')

# group by ID and apply rolling window to the amount column
df['2d_Running_Total'] = df.groupby('ID')['Amount'].rolling('2d').sum().values.astype(int)
df.reset_index(drop=True)

【讨论】：