Python 按整数天数计算熊猫的滚动平均数

我从csv中获取了一些数据，并将其放入数据框中：

from pandas import read_csv
df = read_csv('C:\...', delimiter = ',', encoding = 'utf-8')
df2 = df.groupby(['i-j','day'])['i-j'].agg({'count'})

我想计算每个“I-j”的七天移动平均数。首先，我想我需要将计数为零的天数添加到表中。有没有一种简单的方法可以通过修改上面的代码来实现这一点？换句话说，我希望丢失的值计算为0

然后，我需要在数据框中添加另一列，用于计算前七天每个I-j的平均计数。为了使用一些滚动统计函数，我是否需要将天数转换为熊猫识别为日期值的值？或者我可以更改“日期”列的类型并继续

---

非常感谢

可能有更好的方法来实现这一点，但是考虑到您的起始数据帧

df2

，以下方法应该可以工作

首先重新索引df2，用零填充缺失的天数：

new_index = pd.MultiIndex.from_product([df2.index.get_level_values(0).unique(), range(31)])
df2 = df2.reindex(new_index, fill_value=0)

（我假设您需要31天，但您可以根据需要进行更改。）

现在，如果您

unstack

此重新编制索引的数据帧并进行转置，则会有一个数据帧，其中每列都是

i-j

的条目，并包含每天的计数：

df2.unstack().T

您可以计算此数据帧的滚动平均值：

rm = pd.rolling_mean(df2.unstack().T, 7)

要完成此操作，您可以

stack

此滚动帧意味着恢复原始重新索引的形状

df2

：

rm.T.stack(dropna=False)

---

让我们看看你到目前为止都做了些什么。似乎reindex（新索引，填充值=0）正在将count列中的所有内容设置为0。df2下面的代码中的ie与上面的相同，而df3每天都有一个条目，但每个地方的计数都为0

code df2=df.groupby（['i-j'，'day']）['i-j'].agg（{'count'}）new_index=pd.MultiIndex.from_product（[df2.index.get_level_values（0）.unique（），range（30）]df3=df2.reindex（new_index，fill_value=0）

Hmmm-除非现有数据框中的索引都不在

new_index

中，否则不会发生这种情况。也许

day

列包含字符串而不是整数？这正是问题所在。强制日期列为整数可以解决此问题。再次感谢