Pandas分组内计算滚动求和遇索引错误，求正确实现方法

错误原因 #

你遇到的TypeError是因为groupby.rolling()返回的结果带有多级索引（外层是分组键class，内层是原DataFrame的索引），直接赋值给原DataFrame列时，索引无法对齐。

解决方案 #

以下两种方法均可解决索引对齐问题，且能得到你需要的结果：

方法1：使用transform自动对齐（推荐）

transform会自动将分组计算的结果按原DataFrame的索引重新排列，无需手动处理索引：

import pandas as pd

df = pd.DataFrame.from_dict({'class': ['a', 'b', 'b', 'c', 'c', 'c', 'b', 'a', 'b'],
                        'val': [1, 2, 3, 4, 5, 6, 7, 8, 9]})

# 窗口为2的滚动求和，min_periods=1确保第一个元素保留原值
df['sum2_per_class'] = df.groupby('class')['val'].transform(
    lambda x: x.rolling(2, min_periods=1).sum()
)

方法2：手动重置索引对齐

通过reset_index去掉分组键的索引层，保留原DataFrame的索引后再赋值：

df['sum2_per_class'] = df.groupby('class')['val']\
    .rolling(2, min_periods=1).sum()\
    .reset_index(level=0, drop=True)

关键参数说明 #

• min_periods=1：默认窗口为2时，第一个元素因缺少前一个值会返回NaN，设置该参数后，允许窗口中至少存在1个元素就计算统计量，从而保留第一个元素的原值。

最终结果 #

执行上述代码后，df的sum2_per_class列会和你给出的目标列完全一致：

class  val  sum2_per_class
0     a    1             1.0
1     b    2             2.0
2     b    3             5.0
3     c    4             4.0
4     c    5             9.0
5     c    6            11.0
6     b    7            10.0
7     a    8             9.0
8     b    9            16.0

内容的提问来源于stack exchange，提问作者Baron Yugovich