groupby后直接cumsum()可能出错，因默认sort=true打乱原始顺序；应显式设sort=false或先按业务列排序；移动平均需在分组后series上用rolling().mean()，避免混用不同顺序逻辑。
groupby 后直接用 cumsum() 会出错？先确认分组顺序
默认 groupby 不保证原始行序，而 cumsum() 依赖顺序。如果数据本身是按时间或逻辑顺序排列的，必须显式加 sort=False，否则累计值会错乱。
- 错误写法：
df.groupby('category')['value'].cumsum()—— 若category值在原始 DataFrame 中非连续出现，结果将跨组“泄露” - 正确写法：
df.groupby('category', sort=False)['value'].cumsum() - 更稳妥做法：先按业务关键列（如
date）排序，再分组，例如df.sort_values('date').groupby('category')['value'].cumsum()
移动平均要用 rolling().mean()，但 groupby 后不能直接链式调用
rolling 是窗口操作，必须在分组后的 Series 或 DataFrame 上调用，且需注意窗口对齐方式。常见误区是试图在 groupby().apply() 里手动写循环——性能差、易出错。
python-docx
下载
python-docx Skill功能概述python-docx Skill是一项面向实际任务的技能，主要用于本Skill提供使用python-docx生成专业Word文档的标准方法和最佳实践；生成安全服务方案文档；核心要点生成技术架构设计文档；生成任何需要专业排版的Word文档；核心库 : python-docx；使用与执行辅助库 : docx.shared , docx.enum , docx.oxml.ns；标准代码模板；1. 文档初始化；2. 字体设置（必须！它将相关步骤、工具调用和结果整理方式集
- 推荐方式：用
groupby().apply(lambda x: x.sort_values('date')['value'].rolling(3).mean())，其中3是窗口大小 - 注意：若某组数据少于 3 行，
rolling(3).mean()对应位置返回NaN，不可自动截断或补零 - 避免用
groupby().rolling(3)（Pandas 1.3+ 才支持，且要求索引为DatetimeIndex或数值型；多数场景下仍建议走apply+ 显式排序路径）
同时计算累计和与移动平均时，别在同一个 apply 里混用不同索引逻辑
累计求和依赖原始顺序，移动平均常依赖时间顺序——如果这两者不一致（比如原始数据未排序，但你按日期做 rolling），结果会互相干扰。
- 典型陷阱：
df.groupby('id').apply(lambda g: pd.Series({ 'cumsum': g['val'].cumsum(), 'ma': g.sort_values('ts')['val'].rolling(5).mean() }))—— 这会导致两列索引对不上，合并后出现大量NaN - 安全做法：先统一排序（如
df = df.sort_values(['id', 'ts'])），再分组，然后分别调用cumsum()和rolling().mean() - 若必须保留原始顺序输出，最后用
df.join(..., on='index')或reindex对齐
性能敏感场景：避免反复排序，提前构造好分组内有序索引
当数据量大、分组数多时，每次 apply 里调用 sort_values 开销显著。更高效的方式是预处理索引。
- 提速技巧：增加辅助列
df['grp_order'] = df.groupby('id').cumcount() + 1，再用df.set_index(['id', 'grp_order'])，后续groupby('id')['val'].cumsum()和.rolling(5).mean()都能基于这个多级索引稳定运行 - 注意：
rolling在 MultiIndex 上只作用于最内层，所以确保时间/顺序列是第二级索引 - 内存权衡：这种结构略占更多内存，但可避免重复排序，实测在百万级数据上提速 2–3 倍
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
