Question

这是一个数据框示例：

days = ['2019-07-04 17:02:03', '2019-07-04 17:03:03',
        '2019-07-04 18:04:03', '2019-07-04 19:05:03',
        '2019-07-04 21:06:03', '2019-07-04 21:36:03',
        '2019-07-04 21:50:03', '2019-07-04 22:10:03']
ddf = pd.DataFrame({'Val': [0, 1, 2, 1, 4,1,3,1],'Cat':["A","A","A","A","B","B","B","B"]},
                  index= days)
ddf.index = pd.to_datetime(ddf.index)

                     Val Cat
2019-07-04 17:02:03    0   A
2019-07-04 17:03:03    1   A
2019-07-04 18:04:03    2   A
2019-07-04 19:05:03    1   A
2019-07-04 21:06:03    4   B
2019-07-04 21:36:03    1   B
2019-07-04 21:50:03    3   B
2019-07-04 22:10:03    1   B

如果我将滚动总和应用于1小时窗口，则会得到以下信息：

ddf.groupby("Cat")["Val"].rolling("1h").sum().rename('sum_last_hour')

Cat                     
A    2019-07-04 17:02:03    0.0
     2019-07-04 17:03:03    1.0
     2019-07-04 18:04:03    2.0
     2019-07-04 19:05:03    1.0
B    2019-07-04 21:06:03    4.0
     2019-07-04 21:36:03    5.0
     2019-07-04 21:50:03    8.0
     2019-07-04 22:10:03    5.0
Name: sum_last_hour, dtype: float64
Name: sum_last_hour, dtype: float64

但是我想得到这个：

Cat                     
A    2019-07-04 17:02:03    NaN
     2019-07-04 17:03:03    0.0
     2019-07-04 18:04:03    NaN
     2019-07-04 19:05:03    NaN
B    2019-07-04 21:06:03    NaN
     2019-07-04 21:36:03    4.0
     2019-07-04 21:50:03    5.0
     2019-07-04 22:10:03    4.0
Name: sum_last_hour, dtype: float64

所以我基本上想从滚动总和中排除当前行，如果这有意义的话... 我尝试使用shift（），但目前没有成功。感谢您的帮助！

Answer 1

实际上我只是发现了它。您需要在closed函数中使用rolling()参数，并将其设置为left。这样的事情给了我很好的结果：

ddf.groupby("Cat").rolling("1h", closed= "left")["Val"].sum().rename('sum_last_hour')

滚动窗口，不包括当前行

1 个答案: