python - Pandas MultiIndex DataFrame.rolling offset

Question

为什么在rolling 多索引 DataFrame 时我不能使用偏移量？例如:

rng = pd.date_range('2017-01-03', periods=20, freq='8D')
i = pd.MultiIndex.from_product([['A','B','C'], rng], names=['Name','Date'])
df = pd.DataFrame(np.random.randn(60), i, columns=['Vals'])

如果我尝试使用偏移量进行分组和滚动，我会得到“ValueError: window must be an integer”:

df['Avg'] = df.groupby(['Name'])['Vals'].rolling('30D').mean() # << Why doesn't this work?

并不是说以下这些变体满足我的需求，但请注意，使用 int 进行分组和滚动是可行的:

df['Avg'] = df.groupby(['Name'])['Vals'].rolling(4).mean()

我可以在 DataFrame 的单索引子集上使用偏移量滚动:

d = df.loc['A']
d['Avg'] = d['Vals'].rolling('30D').mean()

如果确实不可能在多索引 DataFrame 上使用偏移量进行滚动，那么对每个 0 级索引项应用一个偏移量的最有效解决方法是什么？

Answer 1

为了使用像“30D”这样的偏移量，您需要一个简单的日期索引。在这种情况下，实现这一点的最简单方法是使用 reset_index(level='Name') 将“Name”移出索引，只留下“Date”作为索引:

df['Avg'] = df.reset_index(level='Name').groupby(['Name'])['Vals'].rolling('30D').mean()