特定日期时间熊猫之前最后 N 天的平均值

Question

我有如下数据集

       Transaction Date   Amount
0            2014-05-19    85.54
1            2014-01-14   850.00
2            2014-03-31    25.00
3            2013-09-27    82.00
4            2013-10-17    16.44
...                 ...      ...
358481       2014-06-11  3573.87
358482       2013-08-14    62.01
358483       2013-07-16   181.80
358484       2013-12-12    98.85
358485       2013-11-05    49.95

[358486 rows x 2 columns]

我知道如何获取当前时间前 N 天的值

df.loc[df["Transaction Date"] > datetime.datetime.now() - datetime.timedelta(30), ["Amount"]]

但我想要做的是在每个特定行的 Amount 之前获得过去 N 天的平均 Transaction Date。

我该怎么做？

**

---

注意

df.dtypes 的结果

Amount                                 float64
Transaction Date                datetime64[ns]
dtype: object

---

预期输出

          average amount
0         AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
1         AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
2         AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
3         AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
4         AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
...          ...
358481    AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
358482    AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
358483    AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
358484    AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT
358485    AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT

[358486 rows x 1 columns]

AVARAGE_AMOUNT_LAST_N_DAYS_BEFORE_THIS_ROW_AS_FLOAT 如果在 0 之前 30 天没有交易，则此值应为 Transaction Date。

df.dtypes

average amount                         float64
dtype: object

不一定是DataFrame，也可以是list。