Pandas分组滚动求和结果赋值后全为NaN的问题求助

问题根源 #

出现全NaN的核心原因是索引对齐失败：

• groupby('user_id')['v1'].rolling('3D').sum()返回的结果带有多层索引（user_id + create_at）
• 你执行reset_index(drop=True)后，结果变成了默认整数索引，和原数据d1的create_at索引完全不匹配，Pandas按索引匹配赋值时找不到对应项，因此全为NaN。

两种可行解决方法 #

方法1：直接提取结果值赋值 #

分组Rolling计算后的结果顺序和原数据行顺序完全一致，直接提取值数组即可完成赋值：

# 计算分组滚动求和
roll_sum = d1.groupby('user_id')['v1'].rolling('3D').sum()
# 提取值数组赋值给新列
d1['roll_3D'] = roll_sum.values

方法2：使用transform方法（推荐） #

transform方法会自动将分组计算的结果对齐回原数据的索引，无需手动处理索引逻辑：

d1['roll_3D'] = d1.groupby('user_id')['v1'].transform(lambda x: x.rolling('3D').sum())

验证结果 #

用你的测试数据执行上述方法后，会得到正确的赋值结果：

内容的提问来源于stack exchange，提问作者Beck