Question

我有grouped类型的时间序列对象<pandas.core.groupby.SeriesGroupBy object at 0x03F1A9F0>。 grouped.sum()给出了所需的结果，但我无法使用rolling_sum来处理groupby对象。有没有办法将滚动函数应用于groupby个对象？例如：

x = range(0, 6)
id = ['a', 'a', 'a', 'b', 'b', 'b']
df = DataFrame(zip(id, x), columns = ['id', 'x'])
df.groupby('id').sum()
id    x
a    3
b   12

但是，我希望有类似的东西：

Answer 1

对于遇到这个老问题的Google员工：

关于@kekert对@ Garrett使用新

的回答的评论

df.groupby('id')['x'].rolling(2).mean()

而不是现已弃用的

df.groupby('id')['x'].apply(pd.rolling_mean, 2, min_periods=1)

奇怪的是，似乎新的.rolling（）。mean（）方法返回一个多索引系列，首先由group_by列索引，然后索引索引。然而，旧的方法只会返回一个由原始df索引单独索引的系列，这可能没什么意义，但是将该系列作为新列添加到原始数据框中非常方便。

所以我认为我已经找到了一个使用new rolling（）方法的解决方案，但仍然可以使用相同的方法：

df.groupby('id')['x'].rolling(2).mean().reset_index(0,drop=True)

应该给你系列

您可以将其添加为列：

df['x'] = df.groupby('id')['x'].rolling(2).mean().reset_index(0,drop=True)

Answer 2

注意：由@kekert确定，以下pandas模式已被弃用。请参阅以下答案中的当前解决方案。

In [16]: df.groupby('id')['x'].apply(pd.rolling_mean, 2, min_periods=1)
Out[16]: 
0    0.0
1    0.5
2    1.5
3    3.0
4    3.5
5    4.5

In [17]: df.groupby('id')['x'].cumsum()
Out[17]: 
0     0
1     1
2     3
3     3
4     7
5    12

Answer 3

这是另一种很好推广的方法，它使用了熊猫的expanding方法。

这是非常有效的方法，并且还与固定时间窗口的rolling window calculations完美配合，例如时间序列。

array type has incomplete element type

Answer 4

我不确定机制，但这很有效。注意，返回的值只是一个ndarray。我认为你可以用这种方式应用任何累积或“滚动”功能，它应该有相同的结果。

我已使用cumprod，cummax和cummin对其进行了测试，他们都返回了一个ndarray。我认为大熊猫很聪明，知道这些函数返回一个序列，所以函数应用为转换而不是聚合。

In [35]: df.groupby('id')['x'].cumsum()
Out[35]:
0     0
1     1
2     3
3     3
4     7
5    12

编辑：我发现很奇怪这个语法确实会返回一个系列：

In [54]: df.groupby('id')['x'].transform('cumsum')
Out[54]:
0     0
1     1
2     3
3     3
4     7
5    12
Name: x

Answer 5

如果您需要将分组滚动功能重新分配回原始数据帧，同时保持顺序和分组，则可以使用transform函数。

df.sort_values(by='date', inplace=True)
grpd = df.groupby('group_key')
#using center=false to assign values on window's last row
df['val_rolling_7_mean'] = grpd['val'].transform(lambda x: x.rolling(7, center=False).mean())

Python - GroupBy对象的滚动函数

5 个答案: