Pythonのdataframeで値を期間ごとにまとめる方法

Question

Pandasで以下のようなデータフレームがあります。

date(index)	flg	volume
1/1	1	10
1/2	2	50
1/3	1	20
1/4	1	30
1/5	2	40
1/6	1	10

これを直近3日分をflg毎に集計する方法はありませんか？
この場合ですと1/6のデータはは以下のデータをつかい、

date	flg	volume
1/4	1	30
1/5	2	40
1/6	1	10

ゴールは下のようなイメージです。

date	flg	volume
1/6	1	40
1/6	2	40

rolling(3)とgroupby('flg').sum()を組み合わせようと思ったのですが、うまくいきませんでした。
また、実際のデータはもっと大規模ですので、計算は早いほうがありがたいです。

よろしくお願いいたします。

Answer 1

元のデータフレームに DataFrame.pivot()を行い、flagの値で列を展開してからrolling()をするとよいのではないでしょうか。

import pandas as pd
import datetime

df = pd.DataFrame({'flg':[1,2,1,1,2,1],'volume':[10,50,20,30,40,10]},index=pd.date_range('2019/1/1', periods=6, freq='1d'))

ret = df.pivot(columns='flg', values='volume').rolling('3d').sum()
print(ret)
#flg            1     2
#date
#2019-01-01  10.0   NaN
#2019-01-02  10.0  50.0
#2019-01-03  30.0  50.0
#2019-01-04  50.0  50.0
#2019-01-05  50.0  40.0
#2019-01-06  40.0  40.0

変換前と同形式のデータを得たいのであれば、stack()してください

print(ret.stack().rename('volume').reset_index('flg'))
#            flg  volume
#2019-01-01    1    10.0
#2019-01-02    1    10.0
#2019-01-02    2    50.0
#2019-01-03    1    30.0
#2019-01-03    2    50.0
#2019-01-04    1    50.0
#2019-01-04    2    50.0
#2019-01-05    1    50.0
#2019-01-05    2    40.0
#2019-01-06    1    40.0
#2019-01-06    2    40.0

Answer 2

import pandas as pd
import datetime

df = pd.DataFrame({'date':['2019/1/1','2019/1/2','2019/1/3','2019/1/4','2019
/1/5','2019/1/6'],'flg':[1,2,1,1,2,1],'volume':[10,50,20,30,40,10]})
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

#            flg  volume
#date
#2019-01-01    1      10
#2019-01-02    2      50
#2019-01-03    1      20
#2019-01-04    1      30
#2019-01-05    2      40
#2019-01-06    1      10

d = datetime.datetime(2019,1,6)
df[(df.index <= d) & (df.index > (d - datetime.timedelta(days=3)))].groupby(
'flg').sum()
#     volume
#flg
#1        40
#2        40

Comments

[artg]

早速ありがとうございます。
そしてすみません、言葉足らずでしたが、1/6だけでなく、1/5、1/4とすべての日で同様の計算をしたいのですが、この場合はdをループで回すしかないでしょうか？

[meg_]

そう思います。もしかしたらもっと良い方法があるかも知れませんが。