问题标签 [rolling-sum]

Pyspark 中是否有此 Pandas 功能的挂件？

有问题的列有这样的时间戳

（此处的文档：https ://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.rolling.html ）

：

我有一个包含 1M 记录的 CSV。每条记录都是唯一的站点/产品/日期。我正在尝试使用 .rolling 来获取每个站点/产品在多个日期的移动平均值。但是，日期不是按时间顺序排列的。我的问题是如果我使用类似这样的 .rolling 函数：

...滚动平均值会按时间顺序还是列表顺序计算？我想要按时间顺序并试图避免让代码花时间对 1M 记录进行排序。

我对 SQL Server Pre-2012 中的滚动总和有疑问。

正如您从下面的文字中看到的那样，我每月有大量资金流动，我想计算滚动总和以实现不同的时间范围（例如，1 年我想将前 12 和滚动..）。

在 2012 年之后的 SQL Server 中，有一个带有“order by”的“partition”命令可以完成这项工作。如果我使用的是 2012 之前的版本怎么办？

希望一切都清楚，否则我将尝试改写问题！

我正在尝试使用 R 来衡量一个人在进行补充时已经有多少天的处方供应，同时考虑到所有以前的处方。例如，如果我有这张桌子......

我期望以下输出

对于会员B，当第二个脚本与第一个脚本在同一天填写时，个人手头已经有4天的RX。当第三个脚本被填满时，个人距离第一个脚本还剩 3 天，距离第二个脚本还剩 27 天（总共 30 天）。当第四个脚本被填满时，第三个脚本被耗尽，但距离第一个脚本还有 1 天，距离第三个脚本还有 25 天（共 26 个）。

我知道如何在 dplyr 和 data.table 中进行滚动总计，但我不知道如何根据以前的记录逐个考虑不同的消耗水平。以下是重新制作原始表格的代码，提前感谢您的任何建议！

我已经使用滚动方法为我的 df 中的每一行生成滚动总和和平均值，这很有效。

我的问题是，是否有一个参数允许我设置在指针当前正在评估的行之前的行计算的滚动窗口值 - 所以在时间 t-1 而不是在时间 t？

我试图获得相同 ID 的过去 3 行的滚动总和，但滞后 1 行。我的尝试看起来像下面的代码，我是列。必须有一种方法可以做到这一点，但这种方法似乎不起作用。

如果我有一个数据框，并且我想使用滚动求和来对前 n 行和后 n 行求和，那么最好的方法是什么？我知道roll_sum，但我找不到一种方法来使用它来适应我的用例。例如，假设我有一个向量 n。我指定我希望我的窗口为 1，这意味着对于每条记录，我想将它和两个相邻的记录相加。

如果我指定 2 作为我的窗口大小，那么这将是结果：

是否有捷径可寻？

当创建具有每日 PeriodIndex 的 pandas DataFrame 并基于偏移量（例如“5D”）进行滚动窗口计算时，结果与预期不符。

我希望滚动窗口是最后 5 天，但窗口似乎是从索引的开头开始，并且每个项目都在增长。

对于具有 DatetimeIndex 的 DataFrame，滚动按预期工作

产量

我错过了这种行为是否有解释？

我正在尝试在现有的df. 新列的值由 groupby 和 rolling sum 的组合创建。我该怎么做呢？

我尝试了两种方法，都导致 NaN 值或“插入列的索引与帧索引不兼容”

df = 类似这样的东西：

我试过了：

(1)

(2)

(1) 输出以下是我想在新列中添加的值。

我正在尝试将这些值添加到适当的 HomeTeam 旁边的新列中。导致前三个的 NaN（因为它正在滚动（4））并在之后拾取值，例如：

我有一张桌子

我需要按 id 返回滚动总和小于给定输入 X 顺序的所有行。

我想到的查询是：

它能够正确地提供我需要的东西。

但是即使达到了总和，子查询也会进行滚动求和直到结束。直到结束的所有行都将被搜索。

有没有一种方法可以在达到总和后立即停止滚动总和？