如何在Python中为分组后的DataFrame计算滚动求和

需求：按用户分组计算6期滚动求和，前5行结果显示为NaN，从第6行开始计算当前行及之前5行的score总和。

用户尝试的代码存在两个问题：

• 分组时使用了不存在的列名player，实际列名为name；
• rolling的min_periods=1会导致前5行也计算求和，不符合需求。

修正后的代码：

import pandas as pd
import numpy as np

john = pd.DataFrame({'name':'john',
                     'score':[0, 2, 1, 0, 0, 0, 0, 0, 0, 0],
                     'expected_rolling_sum':[np.nan, np.nan, np.nan, np.nan, np.nan, 3, 3, 1, 0, 0]})
                       
joe = pd.DataFrame({'name':'joe', 
                    'score':[1, 0, 0, 0, 0, 0, 0, 1, 0, 0],
                    'expected_rolling_sum':[np.nan, np.nan, np.nan, np.nan, np.nan, 1, 0, 1, 1, 1]})

# 合并数据并重置索引
df = pd.concat([john, joe]).reset_index(drop=True)

# 按name分组计算6期滚动求和，仅当窗口内有6个值时才返回结果
df['rolling_sum'] = df.groupby('name')['score'].rolling(window=6, min_periods=6).sum().reset_index(drop=True)

# 查看结果
print(df)

代码说明：

1. 将分组列名修正为name，确保分组逻辑生效；
2. 设置min_periods=6，只有当窗口内凑齐6个数据时才计算求和，前5行自动返回NaN，匹配需求；
3. 通过reset_index(drop=True)将分组计算结果合并回原DataFrame，保证索引对齐。

运行后得到的rolling_sum列与expected_rolling_sum列完全一致，符合需求。

内容的提问来源于stack exchange，提问作者Alierwai