如何在Pandas DataFrame中按行上下文引用其他行计算用户过往3天数据和

首先做数据预处理，确保日期格式正确且数据按时间排序：

import pandas as pd

# 转换Date列为datetime格式
df['Date'] = pd.to_datetime(df['Date'])
# 按用户ID、日期升序排序，保证时间顺序正确
df = df.sort_values(['UserID', 'Date']).reset_index(drop=True)

方法1：适用于日期连续的场景（匹配你给出的示例数据） #

通过分组滚动窗口+偏移的方式排除当前行，计算前3行（对应前3天）的Total之和：

df['TotalPast3Days'] = df.groupby('UserID')['Total']\
                         .rolling(window=3, min_periods=1)\
                         .sum()\
                         .shift(1)\
                         .reset_index(drop=True)

参数说明：

• window=3：设置滚动窗口大小为3
• min_periods=1：前3行数据不足3条时，按实际存在的天数计算总和，如果你需要不足3天就返回空值，删除该参数即可
• shift(1)：将计算结果向下偏移1行，排除当前行的数值，只统计当前行之前的记录

方法2：适用于存在日期断档的场景 #

如果你的数据可能有缺失的日期，需要按真实的3天时间范围计算而非固定行数，可以使用时间窗口实现：

# 将Date设为索引以使用时间窗口
df = df.set_index('Date')
df['TotalPast3Days'] = df.groupby('UserID')['Total']\
                         .rolling(window='3D', closed='left')\
                         .sum()\
                         .reset_index(drop=True)
# 恢复普通索引
df = df.reset_index()

参数说明：

• window='3D'：设置滚动窗口为3天时间范围，而非固定3行
• closed='left'：窗口范围排除当前日期，只统计当前日期往前3天内的所有数据

内容的提问来源于stack exchange，提问作者Taher Elhouderi