python - Pandas - 在分组溢出后将滚动总和转移到以下组

Question

我可能做错了什么，但我试图在对数据框进行分组后计算滚动平均值(为了简单起见，在本示例中我们使用 sum 代替)。直到这里一切正常，但是当我应用转变时，我发现这些值会溢出到下面的组中。请参阅下面的示例:

import pandas as pd

df = pd.DataFrame({'X': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   'Y': [1, 2, 3, 1, 2, 3, 1, 2, 3]})

grouped_df = df.groupby(by='X')['Y'].rolling(window=2, min_periods=2).sum().shift(periods=1)
print(grouped_df)

预期结果:

X   
A  0    NaN
   1    NaN
   2    3.0
B  3    NaN
   4    NaN
   5    3.0
C  6    NaN
   7    NaN
   8    3.0

我实际得到的结果:

X   
A  0    NaN
   1    NaN
   2    3.0
B  3    5.0
   4    NaN
   5    3.0
C  6    5.0
   7    NaN
   8    3.0

您可以看到 A2 的结果传递给 B3，B5 的结果传递给 C6。我不确定这是预期的行为，我做错了什么还是 Pandas 中有一些错误？
谢谢

Answer 1

问题是

df.groupby(by='X')['Y'].rolling(window=2, min_periods=2).sum()

返回一个新系列，然后当您与 shift() 链接时，您将系列作为一个整体移动，而不是在组内移动。
您需要另一个 groupby在组内转移:

grouped_df = (df.groupby(by='X')['Y'].rolling(window=2, min_periods=2).sum()
                .groupby(level=0).shift(periods=1)
             )

或使用 groupby.transform :

grouped_df = (df.groupby('X')['Y']
                .transform(lambda x: x.rolling(window=2, min_periods=2)
                                      .sum().shift(periods=1))
             )

输出:

X   
A  0    NaN
   1    NaN
   2    3.0
B  3    NaN
   4    NaN
   5    3.0
C  6    NaN
   7    NaN
   8    3.0
Name: Y, dtype: float64