使用'30D'滚动计算时出现'window必须为非负整数'错误的求助

问题原因 #

你遇到的ValueError: window must be an integer 0 or greater，本质是因为在transform中传入的x是分组后的Value列，它的索引不是datetime类型，无法识别'30D'这种时间窗口参数，因此要求窗口必须为整数。

解决方案 #

要实现按分组计算每个日期过去30天的滚动求和，需确保每个分组的索引为datetime格式的日期列，再应用时间窗口的滚动计算。以下是修正后的代码：

import pandas as pd
import numpy as np

# 创建非每日间隔的测试数据
np.random.seed(42)
date_rng = pd.date_range(start='2022-01-01', end='2023-12-31', freq='10D')
data = {'Date': np.random.choice(date_rng, size=30),
        'Group': np.random.choice(['A', 'B'], size=30),
        'Value': np.random.randint(1, 30, size=30)}

df = pd.DataFrame(data)

# 按分组+日期排序，确保计算逻辑正确
df = df.sort_values(by=['Group', 'Date']).reset_index(drop=True)
df['Date'] = pd.to_datetime(df['Date'])

# 定义分组内计算滚动30天求和的函数
def rolling_30d_sum(group):
    # 将分组的Date设为索引，才能使用时间窗口
    group = group.set_index('Date')
    # 计算滚动30天求和，min_periods=1确保即使不足30天也计算
    group['RollingSum_Last30Days'] = group['Value'].rolling(window='30D', min_periods=1).sum()
    # 恢复原索引，方便合并回原DataFrame
    return group.reset_index()

# 应用函数到每个分组
df = df.groupby('Group').apply(rolling_30d_sum).reset_index(drop=True)

print(df.head())

关键说明 #

• 先按Group和Date排序：确保每个分组内的数据按时间顺序排列，滚动计算结果才准确。
• 分组内设置日期为索引：只有当索引是datetime类型时，rolling(window='30D')才能识别时间窗口，计算过去30天内的所有数据求和。
• 使用apply代替transform：apply可处理整个分组的DataFrame，方便修改索引并添加计算列，最后合并回原结构。

也可以用更简洁的写法，直接在分组后操作整个DataFrame：

df = df.sort_values(['Group', 'Date'])
df['RollingSum_Last30Days'] = df.groupby('Group').apply(
    lambda g: g.set_index('Date')['Value'].rolling('30D', min_periods=1).sum()
).reset_index(level=0, drop=True)

该写法通过reset_index(level=0, drop=True)去掉分组索引，直接将结果匹配回原DataFrame的行，效果与上述函数一致。

内容的提问来源于stack exchange，提问作者Richard Dixon