python - 基于日期时间值(缺少日期)在数据框中进行计算，而不用空日期填充数据框

Question

我有一个类似于下面的数据框，我想计算 value 的总和过去 7 天的列。问题是不一定每天都有一行。

df = pd.DataFrame({
    'value': [2,3,7,14],
    'date': ['10/20/2005','10/22/2005','10/25/2005','10/27/2005']
})

df['date'] = pd.to_datetime(df['date'])
df
value   date
    2   2005-10-20
    3   2005-10-22
    7   2005-10-25
    14  2005-10-27

我想要的是类似的东西

 df['value'].sum('Last 7 days')
 26

我发现的问题的解决方案总是使用缺少的日期填充 df，使用 .asfreq()或 .reindex() .不幸的是，这对我来说不是一个选择，因为我有太多的类，每个类都用 df 表示，就像上面的那样。因此，用缺失的日期填充 df 会创建成千上万的额外行。
有没有办法使用pd.Timedelta() (或类似)，我可以在哪里将丢失的天数视为零？

Answer 1

滚动将此智能内置到基于日期时间的列的函数中:

df.rolling('7d', on='date').sum()

请注意，10/27 和 10/20 相隔 8 天而不是 7 天 :)
如果你想把它放到另一列:

df['sum'] = df.rolling('7d', on='date').sum()['value']

如果您只想要最终值:

df.rolling('7d', on='date').sum()['value'].iloc[-1]