Pandas宽表转滑动窗口式长表（按季度偏移）技术求助

问题背景 #

原始DataFrame结构如下：

ID  Q1_rev  Q1_transcnt Q2_rev  Q2_transcnt Q3_rev  Q3_transcnt Q4_rev  Q4_transcnt
1   100        2         200       4         300       6          400     8
2   101        3         201       5         301       7          401     9

需求说明：

• 每个ID生成3行数据（由输入的8列转换而来）
• 每行包含连续2个季度的rev和transcnt数据（实际场景可扩展为4/5个季度等任意窗口大小）
• 后续行按1个季度的步长偏移列数据

用户尝试了以下代码但未得到预期结果：

s = 3
n = 2

cols = ['1st_rev','1st_transcnt','2nd_rev','2nd_transcnt']

output = pd.concat((df.iloc[:,0+i*s:6+i*s].set_axis(cols, axis=1) for i in range(int((df.shape[1]-(s*n))/n))), ignore_index=True, axis=0).set_index(np.tile(df.index,2))

通用解决方案 #

核心思路是先拆分ID列与季度数据列，通过滑动窗口的方式为每个ID截取连续N个季度的数据集，自动处理列索引和命名，最后合并所有结果。

代码实现 #

import pandas as pd

def sliding_quarter_window(df, window_size=2):
    # 分离ID列和季度数据列
    id_col = df.iloc[:, [0]]
    quarter_data = df.iloc[:, 1:]
    
    # 每个季度对应2列（rev + transcnt）
    cols_per_qtr = 2
    # 计算总季度数
    total_qtrs = quarter_data.shape[1] // cols_per_qtr
    # 计算可生成的滑动窗口数量
    window_count = total_qtrs - window_size + 1
    
    result_list = []
    for idx in range(window_count):
        # 截取当前窗口的季度数据列
        start_col = idx * cols_per_qtr
        end_col = start_col + window_size * cols_per_qtr
        current_window = quarter_data.iloc[:, start_col:end_col]
        
        # 动态生成新列名
        new_cols = []
        for q in range(1, window_size + 1):
            new_cols.extend([f"{q}st_rev", f"{q}st_transcnt"])
        current_window = current_window.set_axis(new_cols, axis=1)
        
        # 拼接ID列与当前窗口数据
        result_list.append(pd.concat([id_col, current_window], axis=1))
    
    # 合并所有窗口结果并重置索引
    return pd.concat(result_list, ignore_index=True)

# 测试用示例DataFrame
df = pd.DataFrame({
    'ID': [100, 101],
    'Q1_rev': [2, 3],
    'Q1_transcnt': [200, 201],
    'Q2_rev': [4, 5],
    'Q2_transcnt': [300, 301],
    'Q3_rev': [6, 7],
    'Q3_transcnt': [400, 401],
    'Q4_rev': [8, 9],
    'Q4_transcnt': [500, 501]
})

# 窗口大小为2时的输出（每个ID生成3行）
output_window2 = sliding_quarter_window(df, window_size=2)
print(output_window2)

# 窗口大小为3时的输出（每个ID生成2行）
output_window3 = sliding_quarter_window(df, window_size=3)
print(output_window3)

关键特性 #

• 参数化窗口大小：通过window_size参数可灵活设置每行包含的季度数量，比如设为4即可生成包含4个季度数据的行
• 自动计算窗口数量：根据输入DataFrame的季度列数自动计算可生成的滑动窗口数量，无需手动调整索引范围
• 动态列名：根据窗口大小自动生成对应的列名（如1st_rev、2nd_transcnt等）
• 保留ID关联：确保每一行窗口数据与原始ID一一对应

窗口大小为2时的预期输出 #

ID  1st_rev  1st_transcnt  2nd_rev  2nd_transcnt
0  100        2           200        4           300
1  101        3           201        5           301
2  100        4           300        6           400
3  101        5           301        7           401
4  100        6           400        8           500
5  101        7           401        9           501

内容的提问来源于stack exchange，提问作者The Great