如何用Pandas计算多列间的滚动销售占比？

直接上可运行的代码实现，完全匹配你的需求：

import pandas as pd

df = pd.DataFrame({
    'factory1sales': [0, 1, 2, 3, 4], 
    'factory2sales': [5, 6, 7, 8, 9]
})

# 计算每个工厂「当前行之前2行」的滚动总和
rolling_sum1 = df['factory1sales'].rolling(window=2, min_periods=2).sum().shift(1)
rolling_sum2 = df['factory2sales'].rolling(window=2, min_periods=2).sum().shift(1)

# 计算两个工厂滚动总和的合计值
total_rolling = rolling_sum1 + rolling_sum2

# 计算各工厂占总销售额的比例
df['rolling_proportion_factory1'] = rolling_sum1 / total_rolling
df['rolling_proportion_factory2'] = rolling_sum2 / total_rolling

print(df)

关键步骤解释 #

1. 滚动总和计算：
   • rolling(window=2, min_periods=2)：指定窗口大小为2，且必须凑够2行数据才计算总和（不足时返回NaN），避免出现不完整窗口的无效计算。
   • .shift(1)：把滚动计算的结果向下偏移一行，这样当前行的滚动值就对应它之前的2行数据（比如索引4的结果对应索引2、3的数值）。
2. 占比计算：用每个工厂的滚动总和除以两个工厂的总和，得到对应占比。

运行结果 #

输出和你给出的目标示例完全一致：

factory1sales  factory2sales  rolling_proportion_factory1  rolling_proportion_factory2
0              0              5                           NaN                           NaN
1              1              6                           NaN                           NaN
2              2              7                           NaN                           NaN
3              3              8                           NaN                           NaN
4              4              9                          0.25                          0.75

内容的提问来源于stack exchange，提问作者Nicolas Gervais