如何在多索引数据帧上进行分组/滚动操作后保留日期索引？

Question

创建以下示例 DataFrame：

import pandas as pd
df = pd.DataFrame(data=[[1, 1, 10, 20], [1, 2, 30, 40], [1, 3, 50, 60],
                        [2, 1, 11, 21], [2, 2, 31, 41], [2, 3, 51, 61]],
                  columns=['id', 'date', 'd1', 'd2'])
df.set_index(['id', 'date'], inplace=True)

DataFrame 如下所示：

>>> df
         d1  d2
id date
1  1     10  20
   2     30  40
   3     50  60
2  1     11  21
   2     31  41
   3     51  61

现在，我想在移动窗口的 d1 列上应用一个函数（示例中为 sum），并且我关心将 id 和日期保留为最后的索引。

我会这样做：

df = df.groupby(level='id').rolling(window=2)['d1'].sum()

我获得的输出格式如下（在 Pandas 1.1.5 中）：

>>> df

id
1      NaN
1     40.0
1     80.0
2      NaN
2     42.0
2     82.0
Name: d1, dtype: float64

我在网上看过其他示例，其中的输出实际上是我想要的：

>>> df

id      date
1          1      NaN
1          2     40.0
1          3     80.0
2          1      NaN
2          2     42.0
2          3     82.0
Name: d1, dtype: float64

我如何获得这个输出？我做错了什么？

Answer 1

直接由直接创建改为赋值即可

out = df.set_index(['id', 'date'])['d1']
out[:] = df.groupby('id').rolling(window=2)['d1'].sum().values
out
Out[180]: 
id  date
1   1        NaN
    2       40.0
    3       80.0
2   1        NaN
    2       42.0
    3       82.0
Name: d1, dtype: float64