如何在Pandas中基于color和Mon列实现分组累积滚动求和？

问题分析 #

你之前用df.groupby(by=['color','Mon']).rolling(window=2).sum()或apply的方式得到的结果结构不符合预期，原因是直接调用rolling会返回带有分组键+原索引的多级索引结果，无法直接和原DataFrame的结构对齐。想要保持原DataFrame的结构并得到对应行的滚动求和结果，应该使用transform方法。

解决方案 #

1. 滚动窗口求和（窗口大小2） #

如果需要每个(color, Mon)分组内，对number列做窗口为2的滚动求和（即当前行和前一行的和），同时保持原DataFrame的结构，可以用groupby配合transform：

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame([1, 2, 1, 2, 3, 4, 1, 2, 1, 2, 3, 4, 1, 1, 2], 
                  index=pd.MultiIndex.from_arrays(
                      [[30,20,15,10,20,20,5,15,20,10,10,30,20,15,10],
                       ['red','red','red','red','red','red','blue','blue','blue','blue','blue','blue','Green','Green','Green'],
                       ['Feb','Feb','Mar','Mar','Mar','Mar','Feb','Feb','Mar','Mar','Mar','Mar','Feb','Mar','Mar']],
                      names=['number','color','Mon'])).reset_index()

# 计算分组内滚动窗口为2的求和，min_periods=1确保第一个元素保留自身值
df['rolling_sum'] = df.groupby(['color', 'Mon'])['number'].transform(
    lambda x: x.rolling(window=2, min_periods=1).sum()
)

2. 累积求和（从第一个元素到当前元素累加） #

如果你的“累积滚动求和”指的是分组内从首行到当前行的累加（而非固定窗口大小），则直接用cumsum即可：

df['cumulative_sum'] = df.groupby(['color', 'Mon'])['number'].cumsum()

结果说明 #

• 使用transform会自动将分组内的计算结果映射回原DataFrame的对应行，完美匹配原数据结构。
• min_periods=1参数可根据需求调整：如果不需要第一个元素的结果（希望显示NaN），可以去掉该参数，默认min_periods=window（即2）。

内容的提问来源于stack exchange，提问作者rra