如何用Pandas计算客户过去365天的滚动累计值？

错误原因分析 #

你遇到的ValueError是因为：

1. 你将date设置为多层索引（['customer', 'date']）的一部分，此时date不再是DataFrame的列，rolling的on='date'参数无法找到对应列。
2. 代码没有按客户分组，全局计算滚动和会混淆不同客户的时间线，不符合“每个客户独立计算”的需求。

正确实现方法 #

步骤1：预处理数据 #

首先需要将date列转换为datetime类型，这是Pandas时间窗口滚动计算的前提：

import pandas as pd

# 原始数据
dates = ['2016-07-29', '2016-08-01', '2017-01-12', '2017-10-23',
         '2018-03-03', '2018-03-06', '2019-03-16', '2017-04-07',
         '2017-04-09', '2018-02-11', '2018-05-12', '2019-05-10']
customer = [1,1,1,1,1,1,1,2,2,2,2,2]
daily_total = [100,50,80,180,0,40,500,50,230,80,0,0]

df = pd.DataFrame({
    'date': dates,
    'customer': customer,
    'daily_total_per_customer': daily_total
})

# 将date转为datetime类型
df['date'] = pd.to_datetime(df['date'])

步骤2：按客户分组计算滚动累计 #

这里提供两种简洁的实现方式：

方式一：分组后链式调用

# 按客户和日期排序，保证时间顺序正确
df = df.sort_values(['customer', 'date'])

# 分组计算每个客户的365天滚动和
df['rolling_total'] = df.groupby('customer').rolling(
    '365D', on='date'
)['daily_total_per_customer'].sum().reset_index(level=0, drop=True)

方式二：自定义分组处理函数（更直观）

def compute_rolling_sum(group):
    # 组内按日期排序
    group_sorted = group.sort_values('date')
    # 设置日期为索引，计算滚动窗口
    group_sorted = group_sorted.set_index('date')
    group_sorted['rolling_total'] = group_sorted['daily_total_per_customer'].rolling('365D').sum()
    # 恢复原索引结构
    return group_sorted.reset_index()

# 分组应用函数并整理结果
df_result = df.groupby('customer').apply(compute_rolling_sum).reset_index(drop=True)

验证结果 #

运行后得到的结果与你期望的输出完全一致，部分示例如下：

关键注意点 #

• 必须确保date列是datetime类型，否则Pandas无法解析时间间隔（如365D）。
• 一定要按customer分组，否则会计算全局的滚动和，混淆不同客户的数据。
• 计算前需按客户和日期排序，保证滚动窗口是按时间顺序累加的。

内容的提问来源于stack exchange，提问作者jack93g