Python - функции прокрутки для объекта GroupBy

совокупная сумма

Чтобы напрямую ответить на вопрос, метод cumsum произвел бы желаемую серию:

In [17]: df
Out[17]:
  id  x
0  a  0
1  a  1
2  a  2
3  b  3
4  b  4
5  b  5

In [18]: df.groupby('id').x.cumsum()
Out[18]:
0     0
1     1
2     3
3     3
4     7
5    12
Name: x, dtype: int64

функции прокрутки панд для каждой группы

В более общем смысле, любую функцию прокрутки можно применить к каждой группе следующим образом (с использованием нового метода .rolling, прокомментированного @kekert). Обратите внимание, что тип возвращаемого значения - это многоиндексированная серия, которая отличается от предыдущих (устаревших) методов pd.rolling_ *.

In [10]: df.groupby('id')['x'].rolling(2, min_periods=1).sum()
Out[10]:
id
a   0   0.00
    1   1.00
    2   3.00
b   3   3.00
    4   7.00
    5   9.00
Name: x, dtype: float64

Чтобы применить функцию прокрутки для каждой группы и получить результат в исходном порядке фреймов данных, вместо этого следует использовать преобразование:

In [16]: df.groupby('id')['x'].transform(lambda s: s.rolling(2, min_periods=1).sum())
Out[16]:
0    0
1    1
2    3
3    3
4    7
5    9
Name: x, dtype: int64

устаревший подход

Для справки, вот как вел себя устаревший pandas.rolling_mean:

In [16]: df.groupby('id')['x'].apply(pd.rolling_mean, 2, min_periods=1)
Out[16]: 
0    0.0
1    0.5
2    1.5
3    3.0
4    3.5
5    4.5

Для гуглеров, которые задаются этим старым вопросом:

Что касается комментария @ kekert к ответу @ Garrett на использование нового

df.groupby('id')['x'].rolling(2).mean()

вместо устаревшего

df.groupby('id')['x'].apply(pd.rolling_mean, 2, min_periods=1)

Любопытно, что новый подход .rolling (). mean () возвращает многоиндексированный ряд, сначала индексированный столбцом group_by, а затем индексом. Принимая во внимание, что старый подход просто возвращал бы серию, проиндексированную по отдельности исходным индексом df, что, возможно, имеет меньше смысла, но делает его очень удобным для добавления этой серии в качестве нового столбца в исходный фрейм данных.

Итак, я думаю, что нашел решение, которое использует новый метод Rolling () и по-прежнему работает так же:

df.groupby('id')['x'].rolling(2).mean().reset_index(0,drop=True)

что должно дать вам серию

0    0.0
1    0.5
2    1.5
3    3.0
4    3.5
5    4.5

который вы можете добавить в виде столбца:

df['x'] = df.groupby('id')['x'].rolling(2).mean().reset_index(0,drop=True)

Вот еще один способ, который хорошо обобщается и использует pandas 'расширяющийся метод.

Он очень эффективен и отлично работает для расчет скользящего окна с фиксированными окнами, например для временных рядов.

# Import pandas library
import pandas as pd

# Prepare columns
x = range(0, 6)
id = ['a', 'a', 'a', 'b', 'b', 'b']

# Create dataframe from columns above
df = pd.DataFrame({'id':id, 'x':x})

# Calculate rolling sum with infinite window size (i.e. all rows in group) using "expanding"
df['rolling_sum'] = df.groupby('id')['x'].transform(lambda x: x.expanding().sum())

# Output as desired by original poster
print(df)
  id  x  rolling_sum
0  a  0            0
1  a  1            1
2  a  2            3
3  b  3            3
4  b  4            7
5  b  5           12

Я не уверен в механике, но это работает. Обратите внимание, что возвращаемое значение - это просто ndarray. Я думаю, что вы можете применить любую кумулятивную или «скользящую» функцию таким образом, и она должна дать тот же результат.

Я тестировал его с cumprod, cummax и cummin, и все они вернули ndarray. Я думаю, что pandas достаточно умен, чтобы знать, что эти функции возвращают серию, и поэтому функция применяется как преобразование, а не агрегация.

In [35]: df.groupby('id')['x'].cumsum()
Out[35]:
0     0
1     1
2     3
3     3
4     7
5    12

Изменить: мне показалось любопытным, что этот синтаксис действительно возвращает серию:

In [54]: df.groupby('id')['x'].transform('cumsum')
Out[54]:
0     0
1     1
2     3
3     3
4     7
5    12
Name: x

Если вам нужно переназначить групповую функцию отката назад исходному фрейму данных, сохраняя порядок и группы, вы можете использовать функцию transform.

df.sort_values(by='date', inplace=True)
grpd = df.groupby('group_key')
#using center=false to assign values on window's last row
df['val_rolling_7_mean'] = grpd['val'].transform(lambda x: x.rolling(7, center=False).mean())