Pandas应用于缺少日期的多行

Question

对于Pandas数据帧，我正在寻找一种矢量化的方法来计算每个给定组的视图数的累计和，除了一个多星期前的视图。我试过各种应用程序功能，但我似乎不能上下7天收集我需要的数据。在

我有一个可以处理少量数据的函数，但是因为它是一个循环，所以对所有数据都要花费太长的时间。有2500多个组，每个组有大约100个日期填写。总共有250000多条记录。在

例如，我考虑过使用shift，但由于不是所有组都填写了所有日期，所以这不起作用。我也试过用地图功能，这看起来也太长了。在

我的熊猫数据框是这样的：

    GROUP DAY           VIEWS   VIEWS_CUM
165 1     2011-09-18    82      82
166 1     2011-09-19    15      97
167 1     2011-12-21    29      126
168 1     2011-12-22    15      141
169 1     2011-12-23    2       143
170 2     2012-01-07    51      51
171 2     2012-01-08    10      61
172 2     2012-01-09    11      72
173 2     2012-01-17    33      105
174 2     2012-01-18    29      134
175 2     2012-01-19    6       140

我想要这样的东西：

^{pr2}$

看似有效但速度太慢的函数：

^{3}$

Answer 1

如果时间间隔的大小相同，可以执行以下操作：

import pandas as pd
from pandas.stats.moments import rolling_sum

def processGroup(df):
    df = df.sort('DATE')
    df['VIEWS_CUM_BEFORE'] = rolling_sum(df['VIEWS'], window = 7 * 7, min_periods = 1)
    return df

df = df.groupby('GROUP').transform(processGroup)