我有一個(gè)數(shù)據(jù)框，如下所示：ID        Date        Prize     IfWon1         01-01-20      5         12         01-01-20      8         11         01-03-20      3         01         01-04-20      10        11         01-07-20      5         02         01-10-20      5         13         01-10-20      10        1我想添加一個(gè)新列，對(duì)于給定的 ID，該列將包括他們?cè)谠撊掌谥?7 天內(nèi)贏得的所有獎(jiǎng)金的總和，但不包括該日期。目標(biāo)是擁有一個(gè)如下所示的數(shù)據(jù)框：ID        Date        Prize     IfWon    PrevWon1         01-01-20      5         1         02         01-01-20      8         1         01         01-03-20      3         0         51         01-04-20      10        1         51         01-07-20      5         0         152         01-10-20      5         1         03         01-10-20      10        1         0我必須執(zhí)行的代碼如下，它可以工作，但我有兩個(gè)問題：def get_rolling_prize_sum(grp, freq):    return grp.rolling(freq, on = 'Date', closed = 'right')['CurrentWon'].sum()processed_data_df['CurrentWon'] = processed_data_df['Prize'] * processed_data_df['IfWon'] # gets deleted laterprocessed_data_df['PrevWon'] = processed_data_df.groupby('ID', group_keys=False).apply(get_rolling_prize_sum, '7D').astype(float) - processed_data_df['CurrentWon']因?yàn)槲也幌氚ó?dāng)天的獎(jiǎng)品，所以我試圖關(guān)閉右側(cè)的滾動(dòng)，但這不起作用（例如，取出上面的 close = 'right' 會(huì)做完全相同的事情） 。因此，我最終在最后一行進(jìn)行了減法。我使用的實(shí)際數(shù)據(jù)庫(kù)很大，我需要在不同的點(diǎn)進(jìn)行許多滾動(dòng)求和，但它的速度非常慢。有人告訴我，我可以在不使用 .apply 的情況下直接使用 .rolling 來完成此操作，但我無法使其正常工作。我的嘗試如下，有錯(cuò)誤，我會(huì)注意到該錯(cuò)誤花了幾分鐘才產(chǎn)生，這是唯一重要的計(jì)算，所以看起來好像它正在執(zhí)行其中的一部分，然后稍后失?。? Not using closed right here, just subtractingprocessed_data_df['PrevWon'] = processed_data_df.groupby('ID', group_keys=False).rolling('7D', on = 'Date')['CurrentWon'].sum() - processed_data_df['CurrentWon']ValueError: cannot join with no overlapping index names有任何想法嗎？