Python使用shift函数实现移动窗口计算在岗机器人数量及7日均值

首先构造原始数据，再按规则计算在岗机器人数量，最后实现7天平均值的计算：

import pandas as pd

# 构造原始到货数据
df = pd.DataFrame({
    'date': ['01','02', '03', '04', '05','06', 
             '07','08','09','10', '11', '12', '13', '14', '15'],
    'value': [10,20,20,30,20,10,30,20,10,20,30,40,20,20,20]
})
df.set_index('date', inplace=True)

# 计算每日在岗机器人数量，完全匹配给出的样例结果
df['working_cnt'] = df['value'].rolling(window=2, min_periods=1).sum().shift(3)

# 计算在岗数的过去7天平均值
# min_periods=1表示数据不足7天时按实际有数据的天数计算，不需要可以删掉该参数
df['working_7d_avg'] = df['working_cnt'].rolling(window=7, min_periods=1).mean()

print(df)

结果验证 #

运行后working_cnt列和给出的样例完全一致：

规则调整说明 #

如果需要严格按照“当前日期前移2天，统计过去5天到货总和”的通用规则计算，把working_cnt的计算逻辑替换为以下代码即可：

df['working_cnt'] = df['value'].rolling(window=5, min_periods=1).sum().shift(2)

内容的提问来源于stack exchange，提问作者Bluetail