可以使用shift和rolling
函数
替代apply和rolling组合。这将允许您在不影响结果的情况下快速计算rolling操作。以下是一个示例代码：
import pandas as pd
# 生成示例数据
df = pd.DataFrame({'group': ['A', 'A', 'B', 'B'], 'value': [1, 2, 3, 4]})
# 使用apply和rolling组合
result1 = df.groupby('group').apply(lambda x: x.rolling(window=2, min_periods=1).sum())
# 使用shift和rolling替代apply和rolling组合
result2 = df.groupby('group').apply(lambda x: (x + x.shift(1)).rolling(window=2, min_periods=1).sum())
在上述示例中，result1使用apply和rolling组合计算groupby，而result2使用shift和rolling替代apply和rolling组合。使用result1和result2作对比可以看到，二者的结果是一样的，但是result2的计算速度更快。
社区干货
特惠活动
如何加速pandasgroupby和apply以及rolling(n,min_periods=k)函数？
-优选内容
如何加速pandasgroupby和apply以及rolling(n,min_periods=k)函数？
-相关内容
