Pandas按三级分组后在滚动窗口中应用自定义函数问题

你的代码无法运行的核心原因是：rolling().apply()默认会逐列处理数据，传入lambda的x是单个列的Series对象，无法同时访问net和gross两列数据。

要在滚动窗口中同时使用多列执行自定义逻辑，需要让apply把整个窗口的行数据（包含多列）传入函数，以下是可行方案：

方案1：基于numpy数组处理（高效） #

调整自定义函数，让它接收二维numpy数组（窗口内的所有行数据），并从中提取需要的列：

修改自定义函数 #

def fun(arr):
    # arr是二维数组，行对应窗口内的记录，列对应原DataFrame的列顺序（net、gross）
    net = arr[:, 0]
    gross = arr[:, 1]
    # 这里替换成你实际的复杂计算逻辑
    return net.mean() / gross.std()

调用代码 #

# 先确保DataFrame的列顺序是net、gross（避免索引错误）
df = df[['net', 'gross']]

# 分组+滚动窗口应用函数
result = df.groupby(['classes', 'names', 'numbers']).rolling(window=500).apply(
    fun,
    raw=True  # 关键参数：传入窗口的numpy数组而非单列Series
)

方案2：转成DataFrame处理（灵活） #

如果你的复杂函数依赖Pandas的Series/DataFrame方法，可以在函数内将numpy数组转回DataFrame：

修改自定义函数 #

def fun(arr):
    # 将窗口数组转为DataFrame，指定列名对应原数据
    window_df = pd.DataFrame(arr, columns=['net', 'gross'])
    net = window_df['net']
    gross = window_df['gross']
    # 这里写你的复杂逻辑
    return net.mean() / gross.std()

调用代码 #

和方案1完全一致，同样需要设置raw=True。

注意事项 #

• 若原DataFrame的列顺序不确定，一定要先显式指定列顺序（如df = df[['net', 'gross']]），避免数组索引对应错误。
• 对于超大规模数据，方案1的numpy数组处理效率更高；如果逻辑依赖Pandas的高级功能，方案2更灵活。

内容的提问来源于stack exchange，提问作者AlexSB