Pandas MultiIndex DataFrame.rolling 偏移量

为什么我不能使用偏移量rolling多索引数据框？例如，与：

rng = pd.date_range('2017-01-03', periods=20, freq='8D')
i = pd.MultiIndex.from_product([['A','B','C'], rng], names=['Name','Date'])
df = pd.DataFrame(np.random.randn(60), i, columns=['Vals'])

如果我尝试分组并以偏移量滚动，我会得到“ValueError：窗口必须是整数":

df['Avg'] = df.groupby(['Name'])['Vals'].rolling('30D').mean() # << Why doesn't this work?

并不是说以下这些变体满足我的需求，但请注意，使用int works:

df['Avg'] = df.groupby(['Name'])['Vals'].rolling(4).mean()

我可以在 DataFrame 的单索引子集上滚动偏移量：

d = df.loc['A']
d['Avg'] = d['Vals'].rolling('30D').mean()

如果确实不可能在多索引 DataFrame 上使用偏移量进行滚动，那么将偏移量应用于每个 0 级索引项的最有效的解决方法是什么？

为了使用像“30D”这样的偏移量，您需要一个简单的日期索引。在这种情况下，实现这一点的最简单方法是将“Name”移出索引reset_index(level='Name')，只留下“日期”作为索引：

df['Avg'] = df.reset_index(level='Name').groupby(['Name'])['Vals'].rolling('30D').mean()