基于ISIN列计算Tone月度滚动均值时遇ValueError问题求助

问题场景 #

已构建如下DataFrame，需要按ISIN列分组，计算Tone列的月度滚动平均值（以30天为窗口）：

import pandas as pd

# 给定数据
tone = [-0.397617, -1.217575, 0.101528, -0.736255, 1.077126]
date_x = ["2014-01-01 00:00:00", "2014-02-01 00:00:00", "2014-03-01 00:00:00", "2014-04-01 00:00:00", "2014-05-01 00:00:00"]
isin = ["DE0007664005", "DE0007664005", "DE0007664005", "DE0007664005", "DE0007664005"]

# 创建DataFrame并转换日期格式
df = pd.DataFrame({'ISIN': isin, 'date_x': date_x, 'Tone': tone})
df['date_x'] = pd.to_datetime(df['date_x'])

尝试以下代码时触发错误：

df.groupby('ISIN')['Tone'].transform(lambda s: s.rolling('30D',on='date_x').mean())

报错信息：

ValueError: invalid on specified as date_x, must be a column (of DataFrame), an Index or None

错误原因 #

groupby('ISIN')['Tone']返回的是分组后的Series对象，仅包含Tone列数据，不存在date_x列。因此rolling的on='date_x'参数无法找到对应列，导致报错。

两种正确实现方法 #

方法1：分组后保留完整DataFrame，使用apply计算 #

通过groupby('ISIN').apply接收每个分组的完整DataFrame，这样可以指定on='date_x'作为时间基准：

# 计算并添加滚动平均列
df['rolling_monthly_tone'] = df.groupby('ISIN').apply(
    lambda group: group['Tone'].rolling('30D', on='date_x').mean()
).reset_index(level=0, drop=True)

• apply传入的group是每个ISIN对应的完整子DataFrame，包含date_x和Tone列
• reset_index(level=0, drop=True)用于去掉分组产生的ISIN层级，将结果与原DataFrame对齐

方法2：将日期设为索引，简化滚动计算 #

把date_x设为DataFrame的索引，这样rolling会直接使用索引作为时间窗口的基准，无需指定on参数：

# 1. 设置日期为索引
df = df.set_index('date_x')

# 2. 分组计算滚动平均并合并结果
df['rolling_monthly_tone'] = df.groupby('ISIN')['Tone'].rolling('30D').mean().reset_index(level=0, drop=True)

# 3. 可选：恢复原索引结构
df = df.reset_index()

结果验证 #

以示例数据为例，计算结果如下（因日期间隔部分超过30天，部分窗口仅包含当前值）：

内容的提问来源于stack exchange，提问作者Mostafa Bouzari