pandas.DataFrame.rolling 根据 Id 和时间索引将当前行值和接下来的 2 行值相加到第一行的值

如何解决pandas.DataFrame.rolling 根据 Id 和时间索引将当前行值和接下来的 2 行值相加到第一行的值

目标

我想根据 ID 和时间索引将当前行值和接下来的 2 行值与第一行值相加。时间索引以3天的窗口向前移动，而总和值只能具有相同的ID

当前不正确的功能

• 第一行值 SUMMED VALUE = 第一行值
• 第 2 行值 SUMMED VALUE = 第 1 行值 + 第 2 行值
• 第 3 行值 SUMMED VALUE = 第 3 行值 + 第 2 行值 + 第 1 行值

代码

gr = current_df.groupby("id").rolling('3D').rolling_sum_3.sum()
final_dataframe = pd.DataFrame(gr)

输出

目标如下

• A.) 第 1 行值 SUMMED VALUE = 第 3 行值 + 第 2 行值 + 第 1 行值
• B.) 如果此 ID 和 3 天时间范围内没有第 2 行或第 3 行值，只需将此字段保留为 NaN 值
• A.) 第 2 行值 SUMMED VALUE = 第 2 行值 + 第 3 行值 + 第 4 行值
• B.) 如果此 ID 和 3 天时间范围内没有第 3 行或第 4 行值，只需将此字段保留为 NaN 值
• 等

我试过了

• 使用 if 和 for 循环 -> 运行很长时间
• 我需要保持这种快速的 Pandas 格式，并且可能必须更改滚动窗口的 win_type 属性 pandas documentation 以便我可以滚动窗口，但我没有完全了解这些选项 - https://docs.scipy.org/doc/scipy/reference/signal.windows.html#module-scipy.signal.windows
• 我无法将所有内容都向上移动，因为发生的事件之间存在多个月的差异，而目标只是将 3 天范围内的值相加
• Nan 值在顶部而不是底部 - how to get a continuous rolling mean in pandas?
• 无分组 - ValueError: index must be monotonic when applying rolling("2H").mean()
• 正如我之前提到的，使用 for 和 if 并不是一个真正的选择，因为这会减慢计算速度，而且我有几十万行。目前需要3s。与答案中的那些方法类似，甚至 20 分钟 - Moving average on pandas.groupby object that respects time

解决方法

• 反转系列，然后使用 3 的滚动窗口求和。
• 后向滚动总和将成为前向滚动总和，因为您颠倒了排序顺序