Python 熊猫组然后滚动和求和得到错误的结果
我想对A列进行分组,然后对B列的最后3行求和Python 熊猫组然后滚动和求和得到错误的结果,python,pandas,Python,Pandas,我想对A列进行分组,然后对B列的最后3行求和 df = pd.DataFrame() df['A'] = [1, 1, 1, 1, 2, 2, 2, 2] df['B'] = [1, 2, 3, 4, 1, 2, 3, 4] 我试过了 df['sum_B_previous_3'] = df.groupby('A').B.shift(1).rolling(3, min_periods=0).sum() df A B sum_B_previous_3 0 1 1 0.
df = pd.DataFrame()
df['A'] = [1, 1, 1, 1, 2, 2, 2, 2]
df['B'] = [1, 2, 3, 4, 1, 2, 3, 4]
我试过了
df['sum_B_previous_3'] = df.groupby('A').B.shift(1).rolling(3, min_periods=0).sum()
df
A B sum_B_previous_3
0 1 1 0.0
1 1 2 1.0
2 1 3 3.0
3 1 4 6.0
4 2 1 5.0
5 2 2 4.0
6 2 3 3.0
7 2 4 6.0
但是我想要
A B sum_B_previous_3
0 1 1 0.0
1 1 2 1.0
2 1 3 3.0
3 1 4 6.0
4 2 1 0.0
5 2 2 1.0
6 2 3 3.0
7 2 4 6.0
为什么第4行和第5行得到错误的结果?如何更正此问题?您可以通过以下方式为每个组调用lambda函数: 另一种解决方案是再次调用
groupby
:
df['sum_B_previous_3'] = (df.groupby('A').B
.shift(1)
.groupby(df['A'])
.rolling(3, min_periods=0)
.sum()
.reset_index(level=0, drop=True))
print (df)
A B sum_B_previous_3
0 1 1 0.0
1 1 2 1.0
2 1 3 2.0
3 1 4 3.0
4 2 1 0.0
5 2 2 1.0
6 2 3 2.0
7 2 4 3.0
问题是您正在应用的唯一组操作是
.shift
。df.groupby('A').B.shift(1)
的结果是一个DataFrame
,然后进行正常滚动(未分组)
这里有一个解决方案不使用apply
,但速度较慢:
B_shift = df.groupby('A').B.shift()
df['sum_B_previous_3'] = B_shift.groupby(df.A).rolling(3, min_periods=0).sum().values
谢谢你的回答!但我有一个问题。为什么我的答案会从上一组中得到结果?@yolox-因为
df.groupby('A').B.shift(1)
返回新的系列和.rolling(3,min\u periods=0)。sum()
使用它,就像df['sum\u B\u previous\u 3']=df.groupby('A').B.shift(1)
df[/code>df['sum\u\u previous\u\u 3']=df[/sum\u previous\u 3'](3,最小周期=0).sum()
B_shift = df.groupby('A').B.shift()
df['sum_B_previous_3'] = B_shift.groupby(df.A).rolling(3, min_periods=0).sum().values