熊猫 - 分组后移动滚动总和溢出到以下组答案

【问题标题】：Pandas - shifting a rolling sum after grouping spills over to following groups熊猫 - 分组后移动滚动总和溢出到以下组
【发布时间】：2021-02-12 00:07:33
【问题描述】：

我可能做错了什么，但我试图在对数据框进行分组后计算滚动平均值（为简单起见，我们在此示例中使用 sum）。直到这里一切正常，但是当我应用班次时，我发现值溢出到下面的组中。请参见下面的示例：

import pandas as pd

df = pd.DataFrame({'X': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   'Y': [1, 2, 3, 1, 2, 3, 1, 2, 3]})

grouped_df = df.groupby(by='X')['Y'].rolling(window=2, min_periods=2).sum().shift(periods=1)
print(grouped_df)

预期结果：

X   
A  0    NaN
   1    NaN
   2    3.0
B  3    NaN
   4    NaN
   5    3.0
C  6    NaN
   7    NaN
   8    3.0

我实际得到的结果：

X   
A  0    NaN
   1    NaN
   2    3.0
B  3    5.0
   4    NaN
   5    3.0
C  6    5.0
   7    NaN
   8    3.0

您可以看到 A2 的结果被传递给 B3，而 B5 的结果被传递给 C6。我不确定这是预期的行为，我做错了什么或者熊猫中有一些错误？

谢谢

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

问题是

df.groupby(by='X')['Y'].rolling(window=2, min_periods=2).sum()

返回一个新系列，然后当您与 shift() 链接时，您将整个系列移动，而不是在组内。

您需要另一个groupby 才能在组内换班：

grouped_df = (df.groupby(by='X')['Y'].rolling(window=2, min_periods=2).sum()
                .groupby(level=0).shift(periods=1)
             )

或者使用groupby.transform:

grouped_df = (df.groupby('X')['Y']
                .transform(lambda x: x.rolling(window=2, min_periods=2)
                                      .sum().shift(periods=1))
             )

输出：

X   
A  0    NaN
   1    NaN
   2    3.0
B  3    NaN
   4    NaN
   5    3.0
C  6    NaN
   7    NaN
   8    3.0
Name: Y, dtype: float64

【讨论】：