如何在排除当日数据的情况下计算Roll Sum（滚动求和）？

原始数据 #

我有如下DataFrame：

需求 #

计算k天滚动求和（Roll Sum），求和范围不包含当日数据。以k=3为例，期望输出如下：

解决方案 #

方法1：使用rolling的closed参数（推荐，Pandas 1.2.0+） #

利用rolling方法的closed='left'参数，指定窗口仅包含当前行之前的k个数据点，不包含当前行：

import pandas as pd

# 构造数据
df = pd.DataFrame({
    'var 1': [0, 0, 1, 1, 1, 1, 0, 0],
    'Day': [1, 2, 3, 4, 5, 6, 7, 8]
})

k = 3
# 计算滚动求和，不包含当日
df['sum'] = df['var 1'].rolling(window=k, closed='left').sum()

print(df)

输出结果与需求完全一致，前k行自动填充为NaN（等价于示例中的NA）。

方法2：基于累计求和（兼容旧版Pandas） #

通过累计求和（cumsum）的差值实现，再手动将前k行设为NA：

import pandas as pd

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

k = 3
# 计算累计求和的差值
cum_sum = df['var 1'].cumsum()
df['sum'] = cum_sum - cum_sum.shift(k, fill_value=0)
# 前k行设为NA
df.loc[:k-1, 'sum'] = pd.NA

print(df)

这个方法不依赖closed参数，适合版本较低的Pandas环境。

内容的提问来源于stack exchange，提问作者doraemon