按ID分组计算过去12个月数值总和的Pandas实现需求

方法1：分组后结合时间范围求和 #

这种方法直接针对每个ID的每条记录，筛选出该记录日期前365天内的所有数据并求和，逻辑清晰直观。

步骤：

• 转换date列为datetime格式，保证时间运算有效
• 按ID分组，对每组内的每条数据，计算其日期往前365天范围内的Order_Count总和
• 整理结果为新的DataFrame

代码示例：

import pandas as pd

# 构造示例数据
data = {
    'ID': ['X8DE9C1382D02F287B6', 'X8DE9C1382D02F212N1', 'X8DE9C1382D02F222E1', 'X8DE9C1312D02F222W1'],
    'date': ['2021-04-23', '2021-04-24', '2021-04-24', '2021-05-24'],
    'Order_Count': [16, 11, 9, 8]
}
df = pd.DataFrame(data)

# 转换date列为datetime类型
df['date'] = pd.to_datetime(df['date'])

# 定义函数，计算每组内每条记录的过去365天总和
def calculate_rolling_sum(group):
    # 按日期排序，确保时间顺序正确
    group = group.sort_values('date')
    # 对每条记录，筛选日期在[当前date-365天, 当前date]的范围，求和
    group['Past_12Months_Order_Count'] = group.apply(
        lambda row: group[(group['date'] >= row['date'] - pd.Timedelta(days=365)) & (group['date'] <= row['date'])]['Order_Count'].sum(),
        axis=1
    )
    return group

# 按ID分组应用函数，得到结果
result_df = df.groupby('ID', group_keys=False).apply(calculate_rolling_sum)

# 若需每个ID的最新日期对应过去12个月总和，可执行以下代码
latest_result_df = result_df.sort_values('date').groupby('ID').last()[['date', 'Past_12Months_Order_Count']].reset_index()

方法2：正确使用时间滚动窗口（解决你之前的问题） #

你之前用滚动窗口不符合需求，大概率是未设置正确的分组和时间窗口参数。以下是正确用法：

步骤：

• 转换date列为datetime并按ID、日期排序
• 按ID分组后，使用rolling('365D')时间窗口求和，设置closed='right'保证包含当前日期

代码示例：

# 转换日期并排序
df['date'] = pd.to_datetime(df['date'])
df_sorted = df.sort_values(['ID', 'date'])

# 按ID分组，使用时间滚动窗口计算总和
df_sorted['Past_12Months_Order_Count'] = df_sorted.groupby('ID').rolling('365D', on='date', closed='right')['Order_Count'].sum().reset_index(level=0, drop=True)

# 得到最终结果DataFrame
result_df = df_sorted[['ID', 'date', 'Past_12Months_Order_Count']]

结果说明 #

• 示例数据中每个ID仅有一条记录，因此过去365天的总和等于自身Order_Count值；若某个ID存在多时间点记录，会自动累加符合时间范围的数值。
• 若只需每个ID的最新时间点对应过去12个月总和，对结果按ID分组取最后一条记录即可。

内容的提问来源于stack exchange，提问作者Sandeepan Mukherjee