熊猫根据滚动平均值添加列

Question

当按日期分组时，我已经成功地使用转换添加了一个新的总体积列，如下所示：

 df

 Name   Date        Volume
 --------------------------
 APL    12-01-2017   1102
 BSC    12-01-2017   4500
 CDF    12-02-2017   5455

 df['vol_all_daily'] = df['Volume'].groupby([df['Date']]).transform('sum')

 Name   Date        Volume   vol_all_daily
 ------------------------------------------
 APL    12-01-2017   1102     5602
 BSC    12-01-2017   4500     5602
 CDF    12-02-2017   5455     5455

但是，当我想取滚动平均值时，它不起作用！

df['vol_all_ma_2']=df['vol_all_daily'].
groupby([df['Date']]).rolling(window=2).mean()

返回一个 DataGroupBy ，它给出错误 * 并且变得太难放回 df 列。

 df['vol_all_ma_2'] = 
 df['vol_all_daily'].groupby([df['Date']]).transform('mean').
 rolling(window=2).mean()

这只会产生与 vol_all_daily 列几乎相同的结果

更新：

我没有在每个日期只取一列..上面的代码仍然需要多个日期...相反，我将 .first() 添加到 groupby..不确定为什么 groupby 没有每个日期取一行.

Answer 1

您所写内容的行为似乎是正确的（下面的第 1 部分），但也许您想称呼不同的东西（下面的第 2 部分）。

第 1 部分：为什么您所写的内容表现正确：

d = {'Name':['APL', 'BSC', 'CDF'],'Date':pd.DatetimeIndex(['2017-12-01', '2017-12-01', '2017-12-02']),'Volume':[1102,4500,5455]}
df = pd.DataFrame(d)
df['vol_all_daily'] = df['Volume'].groupby([df['Date']]).transform('sum')
print(df)
rolling_vol = df['vol_all_daily'].groupby([df['Date']]).rolling(window=2).mean()
print('')
print(rolling_vol)

我得到输出：

          Date Name  Volume  vol_all_daily
0 2017-12-01  APL    1102           5602
1 2017-12-01  BSC    4500           5602
2 2017-12-02  CDF    5455           5455

Date         
2017-12-01  0       NaN
            1    5602.0
2017-12-02  2       NaN
Name: vol_all_daily, dtype: float64

要了解为什么这个结果rolling_vol 是正确的，请注意您首先调用了groupby，并且仅在调用rolling 之后之后。那不应该产生符合df的东西。

第 2 部分：我认为您想要调用的内容（只是一个滚动平均值）：

如果你改为运行：

# same as above but without groupby
rolling_vol2 = df['vol_all_daily'].rolling(window=2).mean()
print('')
print(rolling_vol2)

你应该得到：

0       NaN
1    5602.0
2    5528.5
Name: vol_all_daily, dtype: float64

这看起来更像您想要的滚动平均值。为了解释这一点，我建议阅读pandas resampling vs rolling 的详细信息。