Pandas：多层次分组滚动求和

Question

我正在尝试在多个级别的分组后获得数据帧上的滚动和：

import pandas as pd
import numpy as np
year_vec = np.arange(2000, 2005)
month_vec = np.arange(1, 4)
soln_list = []
firmList = [61, 62, 63]
firmId = []
year_month = []
year = []
month = []
for firmIndex in range(0, len(firmList)):
    for yearIndex in range(0, len(year_vec)):
        for monthIndex in range(0, len(month_vec)):
            soln_list.append("soln_%s_%s_%s" % (firmList[firmIndex], year_vec[yearIndex], month_vec[monthIndex]))
            firmId.append(firmList[firmIndex])
            month.append(month_vec[monthIndex])
            year.append(year_vec[yearIndex])
            year_month.append("%s_%s" % (year_vec[yearIndex], month_vec[monthIndex]))

df = pd.DataFrame({'firmId': firmId, 'year': year, 'month': month, 'year_month' : year_month,
                   'soln_vars': soln_list})
df = df.set_index(["firmId", "year_month"])

生成的数据帧如下所示：

                      month       soln_vars  year
firmId year_month                             
61     2000_1          1  soln_61_2000_1  2000
       2000_2          2  soln_61_2000_2  2000
       2000_3          3  soln_61_2000_3  2000
       2001_1          1  soln_61_2001_1  2001
       2001_2          2  soln_61_2001_2  2001
       2001_3          3  soln_61_2001_3  2001
       2002_1          1  soln_61_2002_1  2002
        ...                   ...         ...

在这一点上，我想要一个滚动的总和，每两年一次，每个公司每个月一次。为此，我首先按firmId和year分组，然后求和：

  df = df.groupby([df.index.get_level_values(0), "year"])["soln_vars"].sum()

这个操作给了我每个公司每年的soln_vars总和：

firmId  year
61      2000    soln_61_2000_1soln_61_2000_2soln_61_2000_3
        2001    soln_61_2001_1soln_61_2001_2soln_61_2001_3
        2002    soln_61_2002_1soln_61_2002_2soln_61_2002_3
        2003    soln_61_2003_1soln_61_2003_2soln_61_2003_3
        2004    soln_61_2004_1soln_61_2004_2soln_61_2004_3
62      2000    soln_62_2000_1soln_62_2000_2soln_62_2000_3
        2001    soln_62_2001_1soln_62_2001_2soln_62_2001_3
        ...                    ...

在我的应用程序中，解决方案变量由另一个导致数学表达式的库提供：soln_61_2000_1 +soln_61_2000_2 + soln_61_2000_3-为了简单起见，我在这里使用字符串。 然后按firmId分组并应用滚动和：

  df = df.groupby(level=0, group_keys=False).rolling(2).sum()

不会改变df。感谢您的帮助。你知道吗