Python 熊猫：具有多个索引的滚动总和（即面板数据）

我有一个具有多个索引的数据框架，并且希望为索引中的每个id创建一些数据的滚动总和

例如，假设我有两个索引（公司和年份），我有一些名为zdata的数据。工作示例如下所示：

import pandas as pd

# generating data
firms = ['firm1']*5+['firm2']*5
years = [2000+i for i in range(5)]*2
zdata = [1 for i in range(10)]

# Creating the dataframe
mydf  = pd.DataFrame({'firms':firms,'year':years,'zdata':zdata})

# Setting the two indexes
mydf.set_index(['firms','year'],inplace=True)

print(mydf)
             zdata
firms year       
firm1 2000      1
      2001      1
      2002      1
      2003      1
      2004      1
firm2 2000      1
      2001      1
      2002      1
      2003      1
      2004      1

现在，我想为每家公司重新计算一个滚动金额。但是，如果我输入

new_rolling_df=mydf.rolling(window=2).sum()

print(new_rolling_df)
              zdata
  firms year       
  firm1 2000    NaN
        2001    2.0
        2002    2.0
        2003    2.0
        2004    2.0
  firm2 2000    2.0
        2001    2.0
        2002    2.0
        2003    2.0
        2004    2.0

它不考虑多重指数，只做一个正常的滚动和。每个人都知道我应该怎么做（特别是因为我的索引超过2个（公司、工人、国家、年份）

谢谢

阿德里安选项1

选项2

---

非常感谢！我将使用第二种解决方案，因为它需要太多内存才能解开我的大数据帧。快速评论，你能解释一下“级别=0”吗。数字0指的是什么？特别是因为我想用更多的索引来复制它。级别0是索引的第一级。如果按索引分组，即使只有一个级别，也必须指定级别。而且，这是告诉groupby我要按索引级别分组的唯一方法。@piRSquared-谢谢你提供的信息，哈我很难让它正常工作。对我来说（我想）是组键修复了它。你能解释一下它的作用吗？没有这个，我有一列NaNs。再次感谢你！

mydf.unstack(0).rolling(2).sum().stack().swaplevel(0, 1).sort_index()

mydf.groupby(level=0, group_keys=False).rolling(2).sum()