python - Pandas 在 groupby 中前瞻性滚动计数以计数到组中的最后一行

Question

我有以下示例数据集，其中包含我预期的输出列。我的数据中有空的 NaN 值，因此添加了“NaN”作为示例。

 data={'Store':[1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2],
'Week':[1,2,3,4,5,6,7,1,2,3,4,5,6,7,8,9,10,11,12],
'CopyCheck':[10,10,np.nan,np.nan,10,10,10,np.nan,10,np.nan,10,10,10,10,np.nan,np.nan,10,10,10],
'Expected Next3CopyCount':[2,1,1,2,3,2,1,1,2,2,3,3,2,1,1,2,3,2,1]}
df=pd.DataFrame.from_dict(data)

我已经尝试使用下面的代码进行前瞻性滚动计数，以计算数据框中的非空行(包括当前行)。当它到达我没有 3 行的每个组的末尾时，如果少于 3，我的代码将返回 0 或 NaN 而不是将行相加。我怎样才能调整我的代码以获得我正在寻找的结果

编辑:我还注意到滚动计数会滚动到下一组并为 Store 1 的最后 3 行添加一个错误计数。为什么 groupby 在 Store 上不起作用？

df['Next3Copies'] = df['CheckCopy'].groupby(df['Store']).rolling(3,min_periods=1).count().shift(-2).values

Answer 1

前滚的一种方法是使用 iloc[::-1] 反转数据，那么这几乎就是您为 groupby.rolling.count 所做的.为了能够重新分配值，您可以 sort_index具有原始索引的数据并获得值数组。

df['exp'] = (
    df.iloc[::-1] # reverse the data to do rolling forward
      .groupby(df['Store']).rolling(3,min_periods=1)
      ['CopyCheck'].count()
      .sort_index(level=1) # get original order
      .to_numpy().astype(int) #now you can get values
)
print(df)
#     Store  Week  CopyCheck  Expected Next3CopyCount  exp
# 0       1     1       10.0                        2    2
# 1       1     2       10.0                        1    1
# 2       1     3        NaN                        1    1
# 3       1     4        NaN                        2    2
# 4       1     5       10.0                        3    3
# 5       1     6       10.0                        2    2
# 6       1     7       10.0                        1    1
# 7       2     1        NaN                        1    1
# 8       2     2       10.0                        2    2
# 9       2     3        NaN                        2    2
# 10      2     4       10.0                        3    3
# 11      2     5       10.0                        3    3