Question

我在pandas中有一个多索引数据框，其中index是ID和timestamp。我希望能够计算每个ID的时间序列滚动总和，但我似乎无法弄清楚如何在没有循环的情况下完成它。

content = io.BytesIO("""\
IDs    timestamp     value
0      2010-10-30     1
0      2010-11-30     2
0      2011-11-30     3
1      2000-01-01     300
1      2007-01-01     33
1      2010-01-01     400
2      2000-01-01     11""")
df = pd.read_table(content, header=0, sep='\s+', parse_dates=[1])
df.set_index(['IDs', 'timestamp'], inplace=True)
pd.stats.moments.rolling_sum(df,window=2

这个输出是：

                value
IDs timestamp
0   2010-10-30    NaN
    2010-11-30      3
    2011-11-30      5
1   2000-01-01    303
    2007-01-01    333
    2010-01-01    433
2   2000-01-01    411

注意ID 0和1以及边缘处的1和2之间的重叠（我不希望这样，弄乱了我的计算）。解决此问题的一种可能方法是在ID上使用groupby，然后循环遍历该groupby，然后应用rolling_sum。

我确信有一个函数可以帮助我在不使用循环的情况下执行此操作。

Answer 1

首先分组，然后滚动总和（顶级命名空间中也可以rolling_sum）

In [18]: df.groupby(level='IDs').apply(lambda x: pd.rolling_sum(x,2))
Out[18]: 
                value
IDs timestamp        
0   2010-10-30    NaN
    2010-11-30      3
    2011-11-30      5
1   2000-01-01    NaN
    2007-01-01    333
    2010-01-01    433
2   2000-01-01    NaN

在pandas中的多索引数据框架上使用滚动函数

1 个答案: