如何计算DataFrame双ID列中各ID的上月滚动平均值？

我参考了Stack Overflow上的一个Pandas分组滚动平均问题，但我的数据有差异：包含ID 1和ID 2两个ID列（日期格式为dd/mm/yyyy）。

需求是：计算每个特定ID过去一个月的平均得分。比如计算ID 1000的上月平均评分时，要汇总它在ID 1或ID 2列中出现的所有相关得分，且数据集每一行需对应显示ID 1和ID 2的过去30天平均得分。

我尝试了以下代码：

dataset['Date'] = pandas.to_datetime(dataset['Date'])
dataset = dataset.sort_values(by=['ID 1','Date'])
dataset['ID 1 last month average rating'] = dataset.set_index('Date').groupby('ID 1', 
sort=False)['ID 1 Score'].rolling('30D', closed='left').mean().round(2).to_numpy()
dataset['ID 2 last month average rating'] = dataset.set_index('Date').groupby('ID 2', 
sort=False)['ID 2 Score'].rolling('30D', closed='left').mean().round(2).to_numpy()

但结果不正确，请问哪里出错了？

更新说明：已更新输入数据，期望输出如下（新增ID1 30D avg rtg和ID2 30D avg rtg两列，以ID1000为例，需汇总它在ID1、ID2列中的历史得分计算截至对应日期的过去30天平均值）：

能否为所有ID实现这样的输出？

错误原因 #

你的代码存在两个核心问题：

1. 得分拆分统计：仅单独计算ID 1对应ID 1 Score、ID 2对应ID 2 Score的滚动平均，没有把同一个ID在两列中出现的所有得分合并计算，不符合“汇总同一ID全量得分”的需求。
2. 排序逻辑错误：仅按ID 1+Date排序，未全局按日期排序，导致滚动窗口的时间范围计算偏差。

解决思路 #

先将原数据拆分为统一的「ID-日期-得分」格式，把同一个ID在两列中的得分合并，再计算每个ID的30天滚动平均，最后将结果映射回原数据集的每一行。

完整代码 #

import pandas as pd

# 1. 处理日期格式，全局按日期排序（dayfirst=True适配dd/mm/yyyy格式）
dataset['Date'] = pd.to_datetime(dataset['Date'], dayfirst=True)
dataset = dataset.sort_values(by='Date').reset_index(drop=True)

# 2. 构建全量ID得分表：合并ID1和ID2的得分记录
id1_records = dataset[['Date', 'ID 1', 'ID 1 Score']].rename(columns={'ID 1': 'ID', 'ID 1 Score': 'Score'})
id2_records = dataset[['Date', 'ID 2', 'ID 2 Score']].rename(columns={'ID 2': 'ID', 'ID 2 Score': 'Score'})
all_id_records = pd.concat([id1_records, id2_records], ignore_index=True)

# 3. 计算每个ID的30天滚动平均（closed='left'表示排除当前日期的得分）
all_id_records = all_id_records.sort_values(by=['ID', 'Date'])
rolling_avg_results = all_id_records.set_index('Date').groupby('ID', sort=False)['Score']\
                                   .rolling('30D', closed='left').mean().reset_index()
rolling_avg_results.rename(columns={'Score': '30D_avg_rtg'}, inplace=True)

# 4. 将滚动平均映射回原数据集
# 匹配ID1对应的30天平均得分
dataset = dataset.merge(rolling_avg_results, left_on=['Date', 'ID 1'], right_on=['Date', 'ID'], how='left')
dataset.rename(columns={'30D_avg_rtg': 'ID1 30D avg rtg'}, inplace=True)
dataset.drop('ID', axis=1, inplace=True)

# 匹配ID2对应的30天平均得分
dataset = dataset.merge(rolling_avg_results, left_on=['Date', 'ID 2'], right_on=['Date', 'ID'], how='left')
dataset.rename(columns={'30D_avg_rtg': 'ID2 30D avg rtg'}, inplace=True)
dataset.drop('ID', axis=1, inplace=True)

# 按示例格式保留三位小数（可选）
dataset['ID1 30D avg rtg'] = dataset['ID1 30D avg rtg'].round(3)
dataset['ID2 30D avg rtg'] = dataset['ID2 30D avg rtg'].round(3)

结果验证 #

用你提供的示例数据运行代码后，会得到与期望一致的输出：

• 16/7/2022行的ID2 30D avg rtg为4.045，是ID1000在8/7的4.67和10/7的3.42的平均值；
• 10/7/2022行的ID1 30D avg rtg为4.67，是ID1000在8/7的唯一得分。

内容的提问来源于Stack Exchange，提问作者Iason