基于过去12个月跟踪数据的总和

Question

我有一个样本数据，有一年多的数据。根据这些数据，我必须对过去12个月的数值求和。在过去12个月内，行数不是固定的，可以是12、9、4等。此外，12个月应从每个类别出现的第一个日期算起，并且超出（此处为RIC）列A

样本数据：

因此，我们必须按RIC进行分组，这里是其中两个，并对该组首次出现日期前12个月的调整值求和，因此对于TECL.p类，总和应为2020年12月22日至2020年3月24日-不应包括前一年的同一个月。同样，对于CSML，它应该是从2020年12月30日到2020年3月25日

这是我的第一篇文章，所以如果需要什么，请告诉我

Adding  data as text :

RIC         DIVIDENDEXDATE       Adjusted 
==============================================
TECL.P      12/22/2020             0
TECL.P      9/22/2020              0
TECL.P      6/23/2020              0
TECL.P      3/24/2020              0.019
TECL.P      12/23/2019             0.111
TECL.P      9/24/2019              0.007
CSML.OQ     12/30/2020             0.146
CSML.OQ     9/24/2020              0.069
CSML.OQ     6/24/2020              0.62
CSML.OQ     3/25/2020              0.018
CSML.OQ     12/30/2019             0.0657
CSML.OQ     9/24/2019              0.6585

Answer 1

您可以尝试将数据转换为时间序列，并在365天（rolling）长的窗口上使用'365D'：

df['DIVIDENDEXDATE'] = pd.to_datetime(df['DIVIDENDEXDATE']) + pd.offsets.BMonthEnd()  # ensures that same month a year earlier will not be considered in sum, but assumes your data has a monthly frequency!
df.set_index(['RIC', 'DIVIDENDEXDATE'], inplace=True)
df.sort_index(level=['RIC', 'DIVIDENDEXDATE'], inplace=True)
df.groupby(level='RIC').apply(lambda grp: grp.reset_index(level='RIC', drop=True).rolling('365D').sum())