Pandas将groupby rolling均值结果赋值到原DataFrame新列的方法

触发ValueError: cannot reindex from a duplicate axis的核心原因有两个：

1. 你写的赋值代码存在语法笔误：groupby('customer'位置漏写了右括号
2. 原DataFrame的date_time索引存在重复值（同一时间戳对应多个不同客户的行），你用reset_index(level=0, drop=True)处理后，结果仅保留带重复值的时间索引，pandas无法通过重复索引完成和原表的精准行对齐，就会抛出重复轴错误。

不需要手动处理多层索引对齐，以下两种方法都可以在保留原表date_time索引的前提下，把分组滚动均值正确添加为新列：

• 方法1：使用groupby.transform实现，计算结果自动和原表行顺序严格对齐，是最稳妥的写法，不会出现索引错位问题：

df['ma_24h'] = df.groupby('customer')['avg_price'].transform(
    lambda col: col.rolling(50).mean()
)

• 方法2：如果要沿用你已经写好的rolling计算逻辑，直接取计算结果的底层numpy数组赋值，绕开索引对齐步骤，只要groupby和rolling过程没有打乱原始行顺序就可以正常运行：

# 修正原代码的括号笔误后，直接取values赋值
df['ma_24h'] = df.groupby('customer')['avg_price'].rolling(50).mean().values

避坑提示：不要用带重复时间索引的序列直接给原表赋值，一旦序列的行顺序和原表不一致，就会出现数据错位，且很难排查。

内容的提问来源于stack exchange，提问作者Geosphere