如何在Pandas DataFrame中从7天滚动求和结果还原每日新增原始数值

核心原理推导 #

我们先对7天滚动求和的逻辑做逆推导：
设第t日的7天滚动和为s_t，当日新增住院人数为x_t，则滚动求和的公式为：
s_t = x_{t-6} + x_{t-5} + ... + x_t
前一天的滚动和公式为：
s_{t-1} = x_{t-7} + x_{t-6} + ... + x_{t-1}
两式相减可以得到逆推公式：x_t = (s_t - s_{t-1}) + x_{t-7}
当t<7时，7天前还没有数据，x_{t-7}默认取0即可。

代码实现 #

import pandas as pd

# 1. 日期格式转换+排序：必须保证每个区域的时间序列是连续升序的，否则计算会出错
df["Date"] = pd.to_datetime(df["Date"], format="%d.%m.%Y")
df = df.sort_values(["Region", "Date"]).reset_index(drop=True)

# 2. 按区域分组逆推每日新增
def calc_daily_new(group):
    n = len(group)
    daily_new = [0] * n
    sum_list = group["sum_of_last_7_days"].values
    # 计算前7天的新增
    for i in range(min(n, 7)):
        prev_sum = sum_list[i-1] if i > 0 else 0
        daily_new[i] = sum_list[i] - prev_sum
    # 计算7天之后的新增
    for i in range(7, n):
        diff = sum_list[i] - sum_list[i-1]
        daily_new[i] = diff + daily_new[i-7]
    group["daily_new"] = daily_new
    return group

df = df.groupby("Region", group_keys=False).apply(calc_daily_new)

# 3. 业务修正：新增住院人数不可能为负，把负数结果截断为0
df["daily_new"] = df["daily_new"].clip(lower=0)

补充说明 #

如果你的原始数据存在日期中断的情况，需要先补全每个区域缺失日期的滚动和（缺失值可填充为0），再运行上述代码，最终结果和你给出的示例输出完全一致。

内容的提问来源于stack exchange，提问作者Adam Grünwald