如何获取Pandas DataFrame滚动窗口中的第一个元素？

方法一：用shift(n)直接实现（推荐） #

你要的“恰好n天前的支出”本质是按location分组后的行位移操作，用shift(n)比滚动窗口更精准高效，代码如下：

import pandas as pd

# 先按地点和日期排序，保证顺序正确
dummy_data = dummy_data.sort_values(["location", "date"])
# 计算3天前的支出，n=3
dummy_data["spending_3_days_ago"] = dummy_data.groupby("location")["spendings"].shift(3)

shift(3)会直接取当前组内当前行往前第3行的spendings值，完美匹配“恰好3天前”的需求，前提是数据已按location和date正确排序，且各日期记录完整。

方法二：用滚动窗口取第一个元素（仅作参考，不推荐） #

如果一定要用滚动窗口实现，可以通过apply调用iloc[0]获取窗口第一个元素，但注意前n-1行的窗口长度不足n，结果会不符合“恰好n天前”的预期：

dummy_data["spending_3_days_ago"] = (
    dummy_data.sort_values(["location", "date"])
    .groupby("location")["spendings"]
    .transform(lambda x: x.rolling(3, min_periods=1).apply(lambda win: win.iloc[0]))
)

处理日期缺失的情况 #

如果存在日期断档（部分日期无支出记录），需要先补全每日数据再计算：

# 转换日期为datetime类型
dummy_data["date"] = pd.to_datetime(dummy_data["date"])

# 按地点分组，补全每日数据，缺失支出填充为0（可根据需求改为NaN）
filled_groups = []
for loc, group in dummy_data.groupby("location"):
    filled_group = group.set_index("date").resample("D").fillna({"spendings": 0}).reset_index()
    filled_group["location"] = loc
    filled_groups.append(filled_group)

filled_data = pd.concat(filled_groups)

# 计算3天前支出
filled_data["spending_3_days_ago"] = filled_data.groupby("location")["spendings"].shift(3)

# 合并回原数据
dummy_data = dummy_data.merge(
    filled_data[["location", "date", "spending_3_days_ago"]],
    on=["location", "date"],
    how="left"
)

内容的提问来源于stack exchange，提问作者user2128702