python - Cumsum 每行 pandas 过去 12 个月的列值

Question

我的每个 ID 都有一个这样的数据集；

<表类="s-表"><头><日>月 身份证年薪变动<正文>2020-12-01102020-11-01112020-10-01102020-09-01102020-08-01102020-07-01102020-06-01102020-05-01102020-04-01102020-03-01112020-02-01102020-01-01102019-12-01112019-11-01102019-10-01102019-09-01102019-08-01102019-07-01102019-06-01102019-05-01102019-04-01102019-03-01102019-02-0111

我想要一个像 AnnualSalaryChangeSumFor12Months 这样的列。它应该是每行过去 12 个月(可变)的 AnnualSalaryChange 值的累计总和。对于每一行，它应该返回 12 个月前并对当时的值求和。如果没有 12 行要求和，它可以对剩余的行求和。

<表类="s-表"><头><日>月 身份证年薪变动AnnualSalaryChangeSumFor12Months<正文>2020-12-011022020-11-011132020-10-011022020-09-011022020-08-011022020-07-011022020-06-011022020-05-011022020-04-011022020-03-011122020-02-011012020-01-011022019-12-011122019-11-011012019-10-011012019-09-011012019-08-011012019-07-011012019-06-011012019-05-011012019-04-011012019-03-011012019-02-01111

我试过了；

df['ChangeSum']=df.groupby(['ID','Year'])['AnnualSalaryChange'].cumsum()

但它并没有给出我真正想要的。我怎样才能做到这一点？谢谢。

Answer 1

假设这个df:

        Months  ID  AnnualSalaryChange
0   2020-12-01   1                   0
1   2020-11-01   1                   1
2   2020-10-01   1                   0
3   2020-09-01   1                   0
4   2020-08-01   1                   0
5   2020-07-01   1                   0
6   2020-06-01   1                   0
7   2020-05-01   1                   0
8   2020-04-01   1                   0
9   2020-03-01   1                   1
10  2020-02-01   1                   0
11  2020-01-01   1                   0
12  2019-12-01   1                   1
13  2019-11-01   1                   0
14  2019-10-01   1                   0
15  2019-09-01   1                   0
16  2019-08-01   1                   0
17  2019-07-01   1                   0
18  2019-06-01   1                   0
19  2019-05-01   1                   0
20  2019-04-01   1                   0
21  2019-03-01   1                   0
22  2019-02-01   1                   1
23  2020-12-01   2                   0
24  2020-11-01   2                   1
25  2020-10-01   2                   0
26  2020-09-01   2                   0
27  2020-08-01   2                   0
28  2020-07-01   2                   0
29  2020-06-01   2                   0
30  2020-05-01   2                   0
31  2020-04-01   2                   0
32  2020-03-01   2                   1
33  2020-02-01   2                   0
34  2020-01-01   2                   0
35  2019-12-01   2                   1
36  2019-11-01   2                   0
37  2019-10-01   2                   0
38  2019-09-01   2                   0
39  2019-08-01   2                   0
40  2019-07-01   2                   0
41  2019-06-01   2                   0
42  2019-05-01   2                   0
43  2019-04-01   2                   0
44  2019-03-01   2                   0
45  2019-02-01   2                   1

你可以这样做:

df["Months"] = pd.to_datetime(df["Months"])
df = df.sort_values(by="Months")

df_out = (
    df.groupby("ID")
    .rolling(on="Months", window=12, min_periods=1)["AnnualSalaryChange"]
    .sum()
    .reset_index()
    .sort_values(by=["ID", "Months"], ascending=[True, False])
).rename(columns={"AnnualSalaryChange": "AnnualSalaryChangeSumFor12Months"})
print(df_out)

打印:

    ID     Months  AnnualSalaryChangeSumFor12Months
22   1 2020-12-01                               2.0
21   1 2020-11-01                               3.0
20   1 2020-10-01                               2.0
19   1 2020-09-01                               2.0
18   1 2020-08-01                               2.0
17   1 2020-07-01                               2.0
16   1 2020-06-01                               2.0
15   1 2020-05-01                               2.0
14   1 2020-04-01                               2.0
13   1 2020-03-01                               2.0
12   1 2020-02-01                               1.0
11   1 2020-01-01                               2.0
10   1 2019-12-01                               2.0
9    1 2019-11-01                               1.0
8    1 2019-10-01                               1.0
7    1 2019-09-01                               1.0
6    1 2019-08-01                               1.0
5    1 2019-07-01                               1.0
4    1 2019-06-01                               1.0
3    1 2019-05-01                               1.0
2    1 2019-04-01                               1.0
1    1 2019-03-01                               1.0
0    1 2019-02-01                               1.0
45   2 2020-12-01                               2.0
44   2 2020-11-01                               3.0
43   2 2020-10-01                               2.0
42   2 2020-09-01                               2.0
41   2 2020-08-01                               2.0
40   2 2020-07-01                               2.0
39   2 2020-06-01                               2.0
38   2 2020-05-01                               2.0
37   2 2020-04-01                               2.0
36   2 2020-03-01                               2.0
35   2 2020-02-01                               1.0
34   2 2020-01-01                               2.0
33   2 2019-12-01                               2.0
32   2 2019-11-01                               1.0
31   2 2019-10-01                               1.0
30   2 2019-09-01                               1.0
29   2 2019-08-01                               1.0
28   2 2019-07-01                               1.0
27   2 2019-06-01                               1.0
26   2 2019-05-01                               1.0
25   2 2019-04-01                               1.0
24   2 2019-03-01                               1.0
23   2 2019-02-01                               1.0