Python Pandas：按列分组时获取滚动求和

我有一个熊猫数据框，看起来像

Name    Date               Value
Sarah   11-01-2015         3
Sarah   11-02-2015         2
Sarah   11-03-2015         27
Bill    11-01-2015         42
Bill    11-02-2015         5
Bill    11-03-2015         15
.... (a couple hundred rows)

我如何获得这些值的30天（或x天）滚动总和，由“名称”列中的任何人进行分解？理想的输出将具有与当前数据帧相同的列，但不是让每行的值成为该人员当天的值，而是他们在过去30天内的值的累积和

我知道我能行

result = pd.rolling_sum(df, 30)

---

以获得总的滚动总和。但是我如何返回一个数据帧，其中滚动总和按“Name”列分组？

使用grigri group\u resample函数计算出来

df = group_resample(df,date_column='Date',groupby=group_by,value_column='Value',how='sum',freq='d')
df = df.unstack(group_by).fillna(0)
result = pd.rolling_mean(df,30)

---

请注意，如果您不需要精确的时间窗口，或者如果您的数据集每[day，user]有一行（这似乎是您的情况），那么熊猫的标准groupby非常适合。看

否则，类似于：

df.groupby（'Name'）.rolling（'30D'，on=“Date”）.Value.sum（）

---

应该行。

就在几天前，有一个类似（几乎完全相同）的python滚动总和的小组，但在过去7天。我的回答建议使用SQL来实现这一点，并避免在内存中重新构造它。如果你的数据帧是从数据库中派生出来的，考虑一下这样的路由。最好的办法是用你提供的链接报告这个问题：）