问题

假设我们有DataFrame，df，其中包含此数据。

import pandas as pd
from io import StringIO

data = StringIO(
"""\
date          spendings  category
2014-03-25    10         A
2014-04-05    20         A
2014-04-15    10         A
2014-04-25    10         B
2014-05-05    10         B
2014-05-15    10         A
2014-05-25    10         A
"""
)

df = pd.read_csv(data,sep="\s+",parse_dates=True,index_col="date")

目标

对于每一行，将spendings与一个月内的每一行相加，理想情况下使用DataFrame.rolling，因为它是一种非常干净的语法。

我尝试了什么

df = df.rolling("M").sum()

但这引发了异常

ValueError: <MonthEnd> is a non-fixed frequency

版本：pandas==0.19.2

Answer 1

使用"D"偏移而不是"M"，并专门使用"30D" 30天或大约一个月。

df = df.rolling("30D").sum()

最初，我直觉地跳到使用"M"，因为我认为它代表了一个月，但现在很明显为什么这不起作用。

Answer 2

为了解决为什么你不能使用像“AS”或“Y”这样的东西，在这种情况下，“Y”偏移量不是“一年”，它实际上是引用YearEnd（http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases），因此滚动功能没有得到一个固定的窗口（例如，如果您的索引在1月1日，则获得365天的窗口，如果在12月31日，则获得1天）。

如果您不需要严格的日历月，则建议的解决方案（由30D抵消）有效。或者，您将迭代日期索引，并使用偏移切片以更精确地控制总和。

如果你必须在一行中（为了便于阅读而分开）：

df['Sum'] = [
    df.loc[
        edt - pd.tseries.offsets.DateOffset(months=1):edt, 'spendings'
    ].sum() for edt in df.index
]
spendings   category    Sum
date            
2014-03-25  10  A   10
2014-04-05  20  A   30
2014-04-15  10  A   40
2014-04-25  10  B   50
2014-05-05  10  B   50
2014-05-15  10  A   40
2014-05-25  10  A   40

熊猫每月滚动操作

问题

目标

我尝试了什么

2 个答案: