熊猫每月滚动操作

Question

在写出这个问题的时候我最终搞清楚了,所以无论如何我都会发帖并回答我自己的问题以防其他人需要一些帮助.

问题

假设我们有一个DataFrame,df包含该数据.

import pandas as pd
from io import StringIO

data = StringIO(
"""\
date          spendings  category
2014-03-25    10         A
2014-04-05    20         A
2014-04-15    10         A
2014-04-25    10         B
2014-05-05    10         B
2014-05-15    10         A
2014-05-25    10         A
"""
)

df = pd.read_csv(data,sep="\s+",parse_dates=True,index_col="date")

目标

对于每一行,总结一个月spendings内的每一行,理想情况下使用它是一个非常干净的语法.DataFrame.rolling

我试过了什么

df = df.rolling("M").sum()

但这引发了一个例外

ValueError: <MonthEnd> is a non-fixed frequency

版: pandas==0.19.2

Answer 1

使用"D"偏移而不是"M"专门使用"30D"30天或大约一个月.

df = df.rolling("30D").sum()

最初,我直觉地跳到使用,"M"因为我认为它代表了一个月,但现在很清楚为什么这不起作用.

Answer 2

为了解决为什么你不能使用像"AS"或"Y"这样的东西,在这种情况下,"Y"偏移不是"一年",它实际上是引用YearEnd(http://pandas.pydata.org/pandas-docs /stable/timeseries.html#offset-aliases),因此滚动功能没有得到一个固定的窗口(例如,如果您的索引在1月1日,则获得365天的窗口,如果在12月31日,则获得1天).

如果您不需要严格的日历月,则建议的解决方案(由30D抵消)有效.或者,您将迭代日期索引,并使用偏移切片以更精确地控制总和.

如果你必须在一行中(为了便于阅读而分开):

df['Sum'] = [
    df.loc[
        edt - pd.tseries.offsets.DateOffset(months=1):edt, 'spendings'
    ].sum() for edt in df.index
]
spendings   category    Sum
date            
2014-03-25  10  A   10
2014-04-05  20  A   30
2014-04-15  10  A   40
2014-04-25  10  B   50
2014-05-05  10  B   50
2014-05-15  10  A   40
2014-05-25  10  A   40