Pandas 滑窗函数统计账户交易金额：每天、每三天、每五天

本文将介绍如何使用 Pandas 滑窗函数统计账户交易金额，实现对每天、每三天、每五天交易金额的汇总。

假设你有一个 DataFrame，包含日期、账户和金额特征。你需要根据日期使用滑窗函数统计每个账户的每天、每三天和每五天的交易金额，并将结果放入新的表中。

步骤：

导入所需的库：

import pandas as pd

**准备数据：**假设你的原始数据框名为 df，包含列 '日期'、'账号' 和 '金额'。首先，将 '日期' 列转换为日期时间类型：

df['日期'] = pd.to_datetime(df['日期'])

**创建新的数据框：**创建一个新的数据框 new_df，用于存储统计结果：

new_df = pd.DataFrame()

**使用滑窗函数统计：**对于每个账户，使用滑窗函数来进行统计。可以使用 Pandas 的 groupby() 函数来按账户进行分组，并使用 rolling() 函数来创建滑窗对象。计算每天、每三天和每五天的交易金额，然后将结果添加到 new_df 中：

grouped = df.groupby('账号')

# 每天的交易金额
new_df['每天交易金额'] = grouped['金额'].sum()

# 每三天的交易金额
new_df['每三天交易金额'] = grouped['金额'].rolling(window=3, min_periods=1).sum().reset_index(drop=True)

# 每五天的交易金额
new_df['每五天交易金额'] = grouped['金额'].rolling(window=5, min_periods=1).sum().reset_index(drop=True)

在上述代码中，groupby() 函数将数据按照账户进行分组，然后使用 rolling() 函数创建滑窗对象，window 参数指定滑窗大小，min_periods 参数指定至少有多少个非缺失值才进行计算。sum() 函数用于计算交易金额的总和。reset_index(drop=True) 用于重置索引并删除原始索引。

**保存结果：**最后，将 new_df 保存到新的表中（可以将结果保存为 CSV 文件）：

new_df.to_csv('统计结果.csv', index=False)

在上述代码中，to_csv() 函数将数据保存为 CSV 文件，index=False 表示不将索引保存到文件中。

希望这可以帮助你！