Python 在考虑日期时间的情况下计算滚动groupby的乘积

我有以下数据框，ID是唯一标识符，日期是每月观察值，1+返回值是给定日期月份的返回值

ID,   date,      1+return
1   31-01-2007     1.1           
1   31-02-2007     1.1           
1   31-03-2007     1.1
2   31-01-2007     1.2           
2   31-02-2007     1.2           
2   31-07-2007     1.2

我想在dataframe中创建一列，其中包含每个ID的累积回报。累积回报必须满足以下条件：

1） 它应该只在有3个观测值可用的情况下进行计算，否则返回nan

2） 它应该只计算3个观测值，然后向前滚动

3） 它应该只计算相同ID的返回

4） 仅当3个观察值分散3个月时，才应计算回报。注意，对于ID（2），最后日期条目跳过几个月

我编写了以下代码：

df['cumret'] = df.sort_values(by='date').groupby('id') 
               ['1+return'].rolling(3,min_periods=3).apply(lambda x: 
               x.prod()).reset_index(0,drop=True)

这将提供以下输出：

ID,   date,      1+return   cumret
1   31-01-2007     1.1        NA     
1   31-02-2007     1.1        NA 
1   31-03-2007     1.1       1.331
2   31-01-2007     1.2        NA
2   31-02-2007     1.2        NA
2   31-07-2007     1.2        1.728

我想要这个输出：

ID,   date,      1+return   cumret
1   31-01-2007     1.1        NA     
1   31-02-2007     1.1        NA 
1   31-03-2007     1.1       1.331
2   31-01-2007     1.2        NA
2   31-02-2007     1.2        NA
2   31-07-2007     1.2        NA

---

尝试将数据重新采样到每月频率，然后运行相同的命令

df['cumret'] = df.resample('M').asfreq().groupby('id') 
           ['1+return'].rolling(3,min_periods=3).apply(lambda x: 
           x.prod()).reset_index(0,drop=True)

---

我无法让它在更复杂的数据帧上工作。这似乎是一个快速解决方案，而不是实际解决方案？