Pandas 如何计算自定义时间列的滚动和？

Pandas中的滚动功能只能根据行计数或日期/时间列计算滚动统计信息。但我想有一个离散时间列来计算滚动和，类似这样：

key time value
A   1    10
A   2    20
A   4    30
A   7    10
B   1    15
B   2    30
B   3    15

我想先按键分组，然后计算最近3次的滚动和值：

我试过这个：

grouped = input.groupby("key", as_index=False)
for name, group in grouped:
    group = group.sort_values("time")
    time = list(group["time"])
    value = list(group["value"])

    #calcRollingStat is a custom function that outputs a list of corresponding results
    out = calcRollingStat(time, value, mode="avg") 
    group["output"] = out #out is a list

但我不知道如何将分组转换回数据帧。Pandas告诉我分组中没有reset_index属性

我的代码是实现这一点的最佳方法吗？你将如何解决这个问题

谢谢大家!

我相信您可以使用自定义功能：

def f(group):
    group = group.sort_values("time")
    time = list(group["time"])
    value = list(group["value"])

    #calcRollingStat is a custom function that outputs a list of corresponding results
    group["output"] = calcRollingStat(time, value, mode="avg") 
    return group


df = input.groupby("key", as_index=False).apply(f)

---

非常感谢。我也尝试过使用apply，但我没有意识到我必须在函数中返回组…很高兴能帮上忙！天气真好！

def f(group):
    group = group.sort_values("time")
    time = list(group["time"])
    value = list(group["value"])

    #calcRollingStat is a custom function that outputs a list of corresponding results
    group["output"] = calcRollingStat(time, value, mode="avg") 
    return group


df = input.groupby("key", as_index=False).apply(f)