Pandas DataFrame按ColA分组后计算ColC前两项之和生成新列的简便方法

用pandas内置的分组+滚动窗口计算即可，全程是向量化操作，比自行循环效率高几十到上百倍，代码也非常简洁：

完整代码 #

import pandas as pd

# 第一步：处理日期列+排序，确保分组内日期顺序正确
df['ColB'] = pd.to_datetime(df['ColB'])
df = df.sort_values(by=['ColA', 'ColB']).reset_index(drop=True)

# 第二步：分组计算滚动和后位移1位，得到前N行的和
df['NewCol'] = df.groupby('ColA')['ColC']\
                 .rolling(2, min_periods=1)\
                 .sum()\
                 .reset_index(level=0, drop=True)\
                 .shift(1)

逻辑说明 #

• 首先把ColB转为日期类型，避免字符串排序出现日期顺序错误的问题，再按分组列+日期列全局排序，保证每组内的行顺序符合要求
• 分组后对ColC做滚动窗口计算：窗口大小设为2，min_periods=1表示窗口内数据不足2条时，按现有条数计算和
• 滚动求和的结果位移1位（shift(1)），就把当前行的滚动和变成了前一行/前两行的和，完全匹配你给出的示例要求
  如果不需要保留日期列的日期类型，计算完成后可以再转回字符串格式：

df['ColB'] = df['ColB'].dt.strftime('%m/%d/%Y')

内容的提问来源于stack exchange，提问作者dmd7