Das Ausführen eines Groupby- und Rolling-Fensters auf einem Pandas Dataframe mit einem Multilevel-Index führt zu einem doppelten Indexeintrag

Question

Wenn ich groupby() gefolgt von einer rolling() - Berechnung mit einem mehrstufigen Index mache, wird eine der Ebenen in der Index wird wiederholt - am seltsamsten. Ich bin mit Pandas 0.18.1

import pandas as pd 
df = pd.DataFrame(data=[[1, 1, 10, 20], [1, 2, 30, 40], [1, 3, 50, 60], 
         [2, 1, 11, 21], [2, 2, 31, 41], [2, 3, 51, 61]], 
        columns=['id', 'date', 'd1', 'd2']) 

df.set_index(['id', 'date'], inplace=True) 
df = df.groupby(level='id').rolling(window=2)['d1'].sum() 
print(df) 
print(df.index) 

Die Ausgabe ist wie folgt

id id date 
1 1 1  NaN 
     2  40.0 
     3  80.0 
2 2 1  NaN 
     2  42.0 
     3  82.0 
Name: d1, dtype: float64 
MultiIndex(levels=[[1, 2], [1, 2], [1, 2, 3]], 
      labels=[[0, 0, 0, 1, 1, 1], [0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]], 
      names=[u'id', u'id', u'date']) 

Was seltsam ist, dass die id-Spalte nun zweimal in dem Multi-Index zeigt nach oben. Das Verschieben der Auswahlspalte ['d1'] macht keinen Unterschied.

Jede Hilfe würde sehr geschätzt werden.

Dank Paul

Answer 1

Es ist bug.

Aber Version mit apply funktioniert schön, diese Alternative ist here (nur d1 wurde apply bewegt):

df = df.groupby(level='id').d1.apply(lambda x: x.rolling(window=2).sum()) 
print(df) 
id date 
1 1  NaN 
    2  40.0 
    3  80.0 
2 1  NaN 
    2  42.0 
    3  82.0 
Name: d1, dtype: float64