带movement分组条件的pandas rolling滚动求和实现问题求助

解决方法 #

你需要先按movement字段分组隔离不同方向的数据集，再在每个分组内独立执行滚动计算，即可避免跨分组数值累加的问题，参考代码如下：

import pandas as pd

# 假设你的原始数据存储在DataFrame变量df中
df['rolling value'] = df.groupby('movement', group_keys=False)['value'].apply(
    lambda s: s.rolling(4).sum().shift(-3)
)

说明 #

• groupby('movement')会将所有right和Left的数据拆分为两个独立分组，滚动计算只会在分组内执行，不会把不同方向的数值纳入同一个窗口
• group_keys=False参数可以避免分组后生成多余的索引层级，计算结果可以直接匹配原表的行顺序
• 每个分组内不足4个有效数据的位置会自动返回NaN，和你期望的输出结果完全一致

如果之前用groupby报错，大概率是直接对groupby对象链式调用rolling和shift的写法存在版本兼容问题，上述用apply包裹计算逻辑的写法适配pandas 1.0及以上所有版本，不会出现报错。

内容的提问来源于stack exchange，提问作者joshuah9