按年度分组对Pandas DataFrame行求和：取前4个Value值

步骤1：数据导入与预处理 #

先统一日期格式，按维度分组后排序，避免时间乱序影响计算逻辑：

import pandas as pd

# 构造示例数据
data = {
    'Ac': ['Debt']*11,
    'Type': ['Other']*11,
    'Id': ['DE']*11,
    'Date': ['2017-12-31', '2018-03-31', '2018-06-30', '2018-09-30', '2018-12-31',
             '2019-03-31', '2019-06-30', '2019-09-30', '2019-12-31', '2020-03-31',
             '2019-06-30'],
    'Value': [5,4,3,2,5,6,1,5,2,3,4],
    'Pe': ['12M']*11
}
df = pd.DataFrame(data)

# 转换日期格式，分组后按日期升序排序
df['Date'] = pd.to_datetime(df['Date'])
df_sorted = df.groupby(['Ac', 'Type', 'Id', 'Pe'], as_index=False)\
              .apply(lambda x: x.sort_values('Date'))\
              .reset_index(drop=True)

步骤2：计算滚动窗口的求和结果 #

根据需求选择计算数值和或生成求和表达式：

选项A：计算数值求和

# 滚动4期求和，不足4期时取现有值的和
df_sorted['Rolling_Sum'] = df_sorted.groupby(['Ac', 'Type', 'Id', 'Pe'])['Value']\
                                    .rolling(window=4, min_periods=1)\
                                    .sum()\
                                    .reset_index(drop=True)

选项B：生成求和表达式（如4+3+2+5）

def get_sum_expression(series):
    if len(series) == 1:
        return str(series.iloc[0])
    return '+'.join(map(str, series.tolist()))

df_sorted['Sum_Expr'] = df_sorted.groupby(['Ac', 'Type', 'Id', 'Pe'])['Value']\
                                 .rolling(window=4, min_periods=1)\
                                 .apply(get_sum_expression, raw=False)\
                                 .reset_index(drop=True)

步骤3：筛选目标汇总行 #

按每4行取最后一行，不足4行的组取最后一行，满足你的两个条件：

# 给每组内的行编号
df_sorted['Row_Num'] = df_sorted.groupby(['Ac', 'Type', 'Id', 'Pe']).cumcount() + 1

# 筛选条件：行号为4的倍数，或组内最后一行且行号<4
filter_condition = (df_sorted['Row_Num'] % 4 == 0) | \
                   ((df_sorted['Row_Num'] == df_sorted.groupby(['Ac', 'Type', 'Id', 'Pe'])['Row_Num'].transform('max')) & 
                    (df_sorted['Row_Num'] < 4))

result = df_sorted[filter_condition].copy()

步骤4：整理最终结果格式 #

替换Value列并保留所需字段：

# 二选一：替换为数值求和或求和表达式
# result['Value'] = result['Rolling_Sum']  # 数值求和
result['Value'] = result['Sum_Expr']       # 求和表达式

# 保留目标列
final_result = result[['Ac', 'Type', 'Id', 'Date', 'Value', 'Pe']]
print(final_result)

核心逻辑说明 #

• 跨年度兼容：滚动窗口不限制年度范围，只要是时间顺序内的前3条+当前条就会求和，最终保留当前行的日期。
• 不足4条处理：当组内数据不足4行时，自动保留最后一行的求和结果（单条数据时直接显示原值）。

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