我试图将第二个数据帧的索引设置为第一个数据帧的索引，以便以后可以通过将在所有数据帧之间匹配的索引来引用行。
这样做的目的是让我引用原始的需求数据框，以及在同一会计年度/每周上都应用了.rolling（window = X）.mean（）的后续数据框来执行一些计算
我尝试过的内容
demand_df_7wkfwdavg = demand_df_7wkfwdavg.reindex_like(demand_df)
demand_df_7wkfwdavg = demand_df_7wkfwdavg.set_index(demand_df.index)
也参考reindex，set_index，reindex_like进入文档，但是要么使新数据框从201840开始，NaN一直到201846，要么得到一个错误，说明长度与两个数据框的索引之间不匹配（他们不会，他们将是57岁，而65岁是给予或接受）
让我们一臂之力
我有两个数据帧，第一个是Demand_df，第二个是Demand_df_7wkfwdavg。
第一个数据帧的设置是这样的，其中第一列是索引，也指示会计年度/周，第二列是该特定项目的需求值（列标题是该项目名称）：
201840 344.75
201841 433.75
201842 344.75
201843 355.75
201844 241.60
201845 241.60
201846 241.60
以相同的方式设置第二个数据帧，但是在这种情况下，在执行以下命令后，它将从201846开始：
###Applies a rolling average to each column using the window size specified
demand_df_7wkfwdavg = demand_df.rolling(window=7).mean()
###Fill any NaN's with zeroes
demand_df_7wkfwdavg = demand_df_7wkfwdavg.fillna(0)
###Round the numbers to 2 decimal places
demand_df_7wkfwdavg = demand_df_7wkfwdavg.round(2)
###Remove any row that sums zero
demand_df_7wkfwdavg = demand_df_7wkfwdavg.loc[(demand_df_7wkfwdavg!=0).any(axis=1)]
201846 314.54
201847 299.81
201848 272.36
最终状态目标示例
考虑当前周的需求（201840），查看所有其他数据框并提取相应的值，因此在这种情况下，它将查看第二个数据框，并说第一个数据框中的类似商品的201840 = 314.54，而不是201846 = 314.54。
所需的输出：
201840 314.54
201841 299.81
201842 272.36
当前输出：
201846 314.54
201847 299.81
201848 272.36
答案 0 :(得分：0)
总结您的问题，您似乎想要前进平均值，但实际上是在计算后退平均值。有一些解决索引问题的方法（例如切片），但我认为一种更有效的方法是在计算平均值时移动值。
如果您更改：
demand_df_7wkfwdavg = demand_df.rolling(window=7).mean()
到
demand_df_7wkfwdavg = demand_df.rolling(window=7).mean().shift(-6)
您将获得所需的输出，而无需添加任何步骤。