Python 熊猫：如何计算一个变量在过去几天内的滚动和，但仅在给定的时间？

我有一个如下的数据帧

df = pd.DataFrame({ 'X' : np.random.randn(50000)}, index=pd.date_range('1/1/2000', periods=50000, freq='T'))

df.head(10)
Out[37]: 
                            X
2000-01-01 00:00:00 -0.699565
2000-01-01 00:01:00 -0.646129
2000-01-01 00:02:00  1.339314
2000-01-01 00:03:00  0.559563
2000-01-01 00:04:00  1.529063
2000-01-01 00:05:00  0.131740
2000-01-01 00:06:00  1.282263
2000-01-01 00:07:00 -1.003991
2000-01-01 00:08:00 -1.594918
2000-01-01 00:09:00 -0.775230

我想创建一个包含X的

和的变量


过去5天（不包括当前观察结果）

仅考虑与当前观测时间完全相同的观测值

换言之：

在索引
2000-01-01 00:00:00
，
df['rolling\u sum\u same\u hour']
包含数据中过去5天
00:00:00
观察到的X值的总和（当然不包括
2000-01-01
）
在索引
2000-01-01 00:01:00
，
df['rolling\u sum\u same\u hour']
包含过去5天内
00:00:01
观察到的X的总和，依此类推
直观的想法是，日内价格具有日内季节性，我想通过这种方式消除它

我尝试使用
df['rolling\u sum\u same\u hour']=df.at\u time（df.index.minute）。rolling（window=5.sum（）

没有成功。
有什么想法吗

非常感谢
 看看群比的力量吧

df = # as you defined above
df['rolling_sum_by_time'] = df.groupby(df.index.time)['X'].apply(lambda x: x.shift(1).rolling(10).sum())

这是一个很难接受的问题，但我们是按时间分组的（如python datetime.time），然后获取我们关心的列（否则apply将对列起作用-它现在对时间组起作用），然后应用您想要的函数
 IIUC，您要做的是执行滚动求和，但仅对按一天中完全相同的时间分组的观测值执行。这可以通过以下方式完成：

df.X.groupby([df.index.hour, df.index.minute]).apply(lambda g: g.rolling(window=5).sum())

（请注意，您的问题在5到10个句点之间交替出现。）例如：

In [43]: df.X.groupby([df.index.hour, df.index.minute]).apply(lambda g: g.rolling(window=5).sum()).tail()
Out[43]: 
2000-02-04 17:15:00   -2.135887
2000-02-04 17:16:00   -3.056707
2000-02-04 17:17:00    0.813798
2000-02-04 17:18:00   -1.092548
2000-02-04 17:19:00   -0.997104
Freq: T, Name: X, dtype: float64

您可以尝试布尔索引：
df['rolling\u sum\u same\u hour']=df[df.index.hour==16]。rolling（window=10.sum（）
。你可以让过滤器任意细化，以计算分钟、秒等，但它确实会变得冗长……mehIt不清楚。对于小时之间的行（例如：
00:00
和
01:00
-
['00:01'，'00:02'，'00:02'，'00:59']
），您希望在
rolling\u sum\u same\u hour
列中有哪些值？@Noobie:更不用说我对您的建议没有问题了！嗨，伙计们，很抱歉我说的模棱两可。要点如下：对于数据中的每一行A，保留与当前观察A同时发生的过去n天的观察结果。我认为问题现在更清楚了。再次感谢你的帮助！谢谢@starfox，但我需要原始数据框中包含rollingsum列@Noobie：它应该和我刚做的编辑一样简单，除非我疯了，否则看起来很不错，也许除了我不应该考虑当前的观察之外。
x.rolling（10）.shift（1）.sum（）
是否可以排除总和中的当前OB？更明确一点，如果忽略
shift（）
，2000-01-01到2000-01-10的滚动总和将出现在该2000-01-10。包括
shift（）
，1月1日至1月10日的滚动总和将出现在索引2000-01-11中。