Python Pandas 滚动总和位值在 window 的顶部

Question

我想使用Pandas的滚动方式。我需要稍微调整一下，但是，我想将 'value' 放在 'window'.

的顶部

目前，我正在使用这个：

self.df['new_col'] = self.df['Zone3'].rolling(4).sum()

生产这个的：

       Date     Time     Period  Zone4  Zone3  new_col
0   2018-02-23  00:00     900     11      2      NaN
1   2018-02-23  00:15     900     11      1      NaN
2   2018-02-23  00:30     900      7      3      NaN
3   2018-02-23  00:45     900      2      0      6.0
4   2018-02-23  01:00     900      3      2      6.0
5   2018-02-23  01:15     900      7      0      5.0
6   2018-02-23  01:30     900      2      4      6.0

我真正想要的是：

       Date     Time     Period  Zone4  Zone3  new_col
0   2018-02-23  00:00     900     11      2      6.0
1   2018-02-23  00:15     900     11      1      6.0
2   2018-02-23  00:30     900      7      3      5.0
3   2018-02-23  00:45     900      2      0      6.0
4   2018-02-23  01:00     900      3      2      NaN
5   2018-02-23  01:15     900      7      0      NaN
6   2018-02-23  01:30     900      2      4      NaN

注意总和值位于 window 的开头（位置 1），而不是结尾（位置 4）

如果滚动是错误的方法，很好，任何方法都会有所帮助。我知道如何以 "pythonic" 方式（使用 for 循环）执行此操作，我只是希望使用 pandas.

在数据帧中执行此操作

提前致谢

Answer 1

使用shift:

self.df['new_col'] = self.df['Zone3'].rolling(4).sum().shift(-3)

或更一般的：

N = 4
df['new_col'] = df['Zone3'].rolling(N).sum().shift(-N+1)
print (df)
         Date   Time  Period  Zone4  Zone3  new_col
0  2018-02-23  00:00     900     11      2      6.0
1  2018-02-23  00:15     900     11      1      6.0
2  2018-02-23  00:30     900      7      3      5.0
3  2018-02-23  00:45     900      2      0      6.0
4  2018-02-23  01:00     900      3      2      NaN
5  2018-02-23  01:15     900      7      0      NaN
6  2018-02-23  01:30     900      2      4      NaN

N = 2
df['new_col'] = df['Zone3'].rolling(N).sum().shift(-N+1)
print (df)
         Date   Time  Period  Zone4  Zone3  new_col
0  2018-02-23  00:00     900     11      2      3.0
1  2018-02-23  00:15     900     11      1      4.0
2  2018-02-23  00:30     900      7      3      3.0
3  2018-02-23  00:45     900      2      0      2.0
4  2018-02-23  01:00     900      3      2      2.0
5  2018-02-23  01:15     900      7      0      4.0
6  2018-02-23  01:30     900      2      4      NaN

Python Pandas 滚动总和位值在 window 的顶部

Python Pandas rolling sum place value at the top of window

python

dataframe

pandas

rolling-sum