我正在尝试在python中创建一个函数，用户在其中输入一列含义为全值和一个数字，将其称为X。然后该函数将在X上创建这些含义为全值的运行总计。
例如，对于系列A，且X = 3：
import random
mylist = []
for i in range(0,100):
x = random.randint(1,10)
mylist.append(x)
a = pd.Series(mylist)
a.head()
Out:
0 2
1 5
2 2
3 8
4 8
5 6
my_func（）将返回这个新的Sereis（作为第三列）：
0 2 Nan
1 5 Nan
2 2 9 # 2+5+2
3 8 15 # 5+2+8
4 8 18 # 2+8+8
5 6 22 # 8+8+6
我曾想过以某种方式使用cumsum()，但在将它的X部分包裹起来时遇到了麻烦。老实说，我不知道从哪里开始。
您可以使用rolling sum并指定窗口（在您的情况下为3）。 像这样的人会工作：
In [348]: df
Out[348]:
0 2
1 5
2 2
3 8
4 8
5 6
In [350]: df.rolling(window=3).sum()
Out[350]:
0 NaN
1 NaN
2 9.0
3 15.0
4 18.0
5 22.0
Name: A,dtype: float64
数据
df=pd.read_clipboard()
df
df['runningsum']=df.rolling(3).s.sum()
df
输出
不知道您是否正在寻找更优化的Pandas或Numpy解决方案，但是为了完整起见，我在这里建议使用该函数的纯Python版本。它实现了一个生成器，因此在许多情况下，它可能是一个非常简单但高效的选项，而没有任何外部依赖项：
def my_func2(data,x):
i = 1
for n in data:
if i < x:
yield 0 # ignore the first numbers
else:
yield sum(data[i-x:i]) # sum the current number and previous x-1 numbers.
i += 1
mylist = [2,5,2,8,6]
# The enumerate() part is just a way to generate the counting on the left
for i,n in enumerate(my_func2(mylist,3)):
print(f"{i:5}: {n:9}")