每月滚动操作

Question

最后我在写这个问题的时候就想出来了，所以我还是发帖子，回答我自己的问题，以防别人需要帮助

问题

假设我们有一个DataFrame，df，包含这个数据

import pandas as pd
from io import StringIO

data = StringIO(
"""\
date          spendings  category
2014-03-25    10         A
2014-04-05    20         A
2014-04-15    10         A
2014-04-25    10         B
2014-05-05    10         B
2014-05-15    10         A
2014-05-25    10         A
"""
)

df = pd.read_csv(data,sep="\s+",parse_dates=True,index_col="date")

目标

对于每一行，在距离它一个月之内的每一行上求spendings和，最好使用DataFrame.rolling，因为这是一种非常干净的语法

我试过的

df = df.rolling("M").sum()

但这带来了一个例外

ValueError: <MonthEnd> is a non-fixed frequency

版本：pandas==0.19.2

Answer 1

为了解释为什么不能使用“AS”或“Y”，在本例中，“Y”偏移量不是“a year”，它实际上是引用YearEnd（http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases），因此滚动函数没有固定的窗口（例如，如果索引在1月1日，则为365天窗口；如果索引在12月31日，则为1天窗口）

如果您不需要严格的日历月，则建议的解决方案（抵消30天）有效。或者，您可以迭代日期索引，并使用偏移量进行切片，以更精确地控制总和

如果必须在一行中完成（为了可读性分开）：

df['Sum'] = [
    df.loc[
        edt - pd.tseries.offsets.DateOffset(months=1):edt, 'spendings'
    ].sum() for edt in df.index
]
spendings   category    Sum
date            
2014-03-25  10  A   10
2014-04-05  20  A   30
2014-04-15  10  A   40
2014-04-25  10  B   50
2014-05-05  10  B   50
2014-05-15  10  A   40
2014-05-25  10  A   40

Answer 2

使用"D"偏移量而不是"M"，并特别使用"30D"30天或大约一个月

df = df.rolling("30D").sum()

起初，我直觉地开始使用"M"，因为我认为它代表一个月，但现在很清楚为什么它不起作用