Question

我想对A列进行分组，然后对B列的最后3行求和。

df = pd.DataFrame()
df['A'] = [1, 1, 1, 1, 2, 2, 2, 2]
df['B'] = [1, 2, 3, 4, 1, 2, 3, 4]

我尝试过。

df['sum_B_previous_3'] = df.groupby('A').B.shift(1).rolling(3, min_periods=0).sum()
df

    A   B   sum_B_previous_3
0   1   1   0.0
1   1   2   1.0
2   1   3   3.0
3   1   4   6.0
4   2   1   5.0
5   2   2   4.0
6   2   3   3.0
7   2   4   6.0

但是我想要。

    A   B   sum_B_previous_3
0   1   1   0.0
1   1   2   1.0
2   1   3   3.0
3   1   4   6.0
4   2   1   0.0
5   2   2   1.0
6   2   3   3.0
7   2   4   6.0

为什么第4行和第5行得到错误的结果？该如何纠正？

Answer 1

您可以使用GroupBy.apply每个组调用lambda函数：

f = lambda x: x.shift(1).rolling(3, min_periods=0).sum()
df['sum_B_previous_3'] = df.groupby('A').B.apply(f)
print (df)

   A  B  sum_B_previous_3
0  1  1               0.0
1  1  2               1.0
2  1  3               3.0
3  1  4               6.0
4  2  1               0.0
5  2  2               1.0
6  2  3               3.0
7  2  4               6.0

另一种解决方法是再次调用groupby：

df['sum_B_previous_3'] = (df.groupby('A').B
                            .shift(1)
                            .groupby(df['A'])
                            .rolling(3, min_periods=0)
                            .sum()
                            .reset_index(level=0, drop=True))
print (df)

   A  B  sum_B_previous_3
0  1  1               0.0
1  1  2               1.0
2  1  3               2.0
3  1  4               3.0
4  2  1               0.0
5  2  2               1.0
6  2  3               2.0
7  2  4               3.0

Answer 2

问题在于，您要应用的唯一组操作是.shift。 df.groupby('A').B.shift(1)的结果是DataFrame，然后对其进行正常滚动（未分组）。

这是一种不使用apply的解决方案，尽管速度较慢：

B_shift = df.groupby('A').B.shift()
df['sum_B_previous_3'] = B_shift.groupby(df.A).rolling(3, min_periods=0).sum().values

熊猫集团然后滚动和求和得到错误的结果

2 个答案: