如何基于Pandas计算物品借出与归还的滚动累计数？

你遇到的这个问题本质是事件流的状态跟踪问题：我们需要把每一次借出和归还都当作独立事件，通过按时间顺序统计这些事件的累计变化，得到任意时间点的未归还物品总数（也就是示例中的rollingTotalCheckedOut）。滚动窗口不适用的原因是窗口无法覆盖跨时长极长的借还记录，而事件重构的方法更适合这类场景。

解决思路 #

核心逻辑是把每条借还记录拆成两个事件：

• 借出事件：发生时间为out_ts，对累计数的影响是**+1**
• 归还事件：发生时间为in_ts，对累计数的影响是**-1**

把所有事件按时间排序后，计算累计和，就能得到每个时间点的滚动借出总数。如果需要和原数据集对应，只需根据每条记录的借出时间，找到对应的累计值即可。

实现代码 #

import pandas as pd

# 原数据集
df = pd.DataFrame([
            ['A', 1624990605, 1627102404, 1],
            ['A', 1624990635, 1625015061, 2],
            ['A', 1624990790, 1624991096, 3],
            ['A', 1624990790, 1624990913, 4],
            ['A', 1624990822, 1624991711, 5],
            ['A', 1624990945, 1624991096, 5],
            ['A', 1624991036, 1624991066, 6],
            ['A', 1624991067, 1624991188, 6],
            ],
        columns = ['ID', 'out_ts', 'in_ts', 'rollingTotalCheckedOut'])

# 转换时间格式（可选，方便查看，核心计算用时间戳即可）
df['checkoutTime'] = pd.to_datetime(df['out_ts'], unit='s', origin='unix')
df['checkinTime'] = pd.to_datetime(df['in_ts'], unit='s', origin='unix')

# 步骤1：拆出借出和归还事件
checkout_events = df[['ID', 'out_ts']].rename(columns={'out_ts': 'event_ts'})
checkout_events['delta'] = 1

checkin_events = df[['ID', 'in_ts']].rename(columns={'in_ts': 'event_ts'})
checkin_events['delta'] = -1

# 合并所有事件并按时间排序
all_events = pd.concat([checkout_events, checkin_events]).sort_values(by=['ID', 'event_ts'])

# 步骤2：计算滚动累计数
all_events['rolling_total'] = all_events.groupby('ID')['delta'].cumsum()

# 步骤3：将结果关联回原数据集（按ID和借出时间匹配）
df = df.merge(all_events[['ID', 'event_ts', 'rolling_total']], 
              left_on=['ID', 'out_ts'], 
              right_on=['ID', 'event_ts'], 
              how='left')

# 验证结果（和原rollingTotalCheckedOut列对比）
print(df[['ID', 'out_ts', 'rollingTotalCheckedOut', 'rolling_total']])

结果说明 #

运行代码后，rolling_total列会和示例中的rollingTotalCheckedOut完全匹配。这种方法的优势是：

• 不受借还时长限制，哪怕借出时间跨数年也能正确统计
• 处理大型数据集效率较高，因为事件拆分和排序都是Pandas的高效操作
• 逻辑清晰，容易扩展到多ID的场景（只需按ID分组即可）

内容的提问来源于stack exchange，提问作者John Stud