Python 如何将滚动窗口聚合结果保存回原始数据帧？

我有以下数据帧：

    UserID  Amount      Timestamp
50  1       600.00      2021-05-23 10:00:00
53  1       723.00      2021-05-24 05:12:00
54  2       1.00        2021-05-25 00:24:00
55  2       1000.00     2021-05-25 19:36:00
56  2       10000.00    2021-05-26 14:48:00
58  3       30.00       2021-05-27 10:00:00
60  4       50.00       2021-05-28 05:12:00
64  4       500.00      2021-05-29 00:24:00
65  4       10.00       2021-05-29 19:36:00
66  4       235.52      2021-05-30 14:48:00
69  4       567.12      2021-05-31 10:00:00

我计算出的总量如下：

agg=df.groupby（['UserID']）.rolling（'15d'，on='Timestamp'）['Amount'].agg（['sum'，'mean'，'std']）

返回的内容不能立即添加回原始数据帧。我尝试了：

df[['a'，'b'，'c']]=agg.values

，但是数据顺序不正确。

---

我不知道如何（更好，正确的方法是什么）将滚动窗口聚合结果保存回原始数据帧。

首先像您已经做的那样计算聚合，但最后还要执行

reset_index（）

，以获取包含所有其他列的数据帧

然后只需将此数据帧上的

pd.merge

与UserId，Timestamp上的原始数据帧合并，即可添加回金额列：

>>> df2 = df.groupby(['UserID']).rolling('15d', on='Timestamp')['Amount'].agg(['sum', 'mean', 'std']).reset_index()
>>> df = pd.merge(df, df2, on=['UserID','Timestamp'])
>>> df
    UserID    Amount           Timestamp       sum         mean          std
0        1    600.00 2021-05-23 10:00:00    600.00   600.000000          NaN
1        1    723.00 2021-05-24 05:12:00   1323.00   661.500000    86.974134
2        2      1.00 2021-05-25 00:24:00      1.00     1.000000          NaN
3        2   1000.00 2021-05-25 19:36:00   1001.00   500.500000   706.399674
4        2  10000.00 2021-05-26 14:48:00  11001.00  3667.000000  5507.237692
5        3     30.00 2021-05-27 10:00:00     30.00    30.000000          NaN
6        4     50.00 2021-05-28 05:12:00     50.00    50.000000          NaN
7        4    500.00 2021-05-29 00:24:00    550.00   275.000000   318.198052
8        4     10.00 2021-05-29 19:36:00    560.00   186.666667   272.090671
9        4    235.52 2021-05-30 14:48:00    795.52   198.880000   223.499928
10       4    567.12 2021-05-31 10:00:00   1362.64   272.528000   254.134419

---

您得到的错误是什么？@Ank如果我尝试直接使用

s[['a'，b'，c']]=agg添加结果，我得到
ValueError:缓冲区数据类型不匹配，预期为“Python对象”，但得到了“long”。上述异常是以下异常的直接原因：TypeError:插入列的索引与框架索引不兼容
添加了答案，这就是您要查找的吗？@Ank我要查找的解决方案应保持正确的顺序。我还将按多个列进行分组（示例中未显示），因此应该考虑到这一点。索引（不是从0开始的整数和跳过的数字）应该保持不变。如果我要按多个列分组，我应该更改merge“on”参数还是仍然是这三列？您必须将它们全部放在
on
param和“Timestamp”列中，以正确匹配行。假设列
“UserID”，“a”，“b”，“c”
在groupby中，然后
pd.merge（..，on=['UserID'，'a'，'b'，'c'，'Timestamp'，…）