目标是对面板数据执行分组滚动窗口计算。如果可能，避免使用apply和类似函数，因为在有许多观测组时，这些函数的执行速度很慢。请考虑以下具有月销售额的客户纵向数据框架：

customers = pd.Series(['a', 'b', 'c', 'd',]).rename('customer')
date_range = pd.date_range('01/2018', '01/2019', freq='M').to_period('M').rename('month')
example_df = pd.DataFrame(index=pd.MultiIndex.from_product([customers, date_range]))
example_df['sales'] = (np.random.random(example_df.shape[0]) > 0.9) * (np.random.randint(1, 25, example_df.shape[0])*100)

1.为什么下面的代码抛出一个错误，即使月份是一个索引的名称？

example_df.groupby('customer').rolling(3, on='month').sales.sum()

ValueError：指定为月份的无效，必须是列（属于DataFrame）、索引或None
一个解决办法是使用.reset_index将月份转换为列。据我所知，这是最简单的解决方案，但我仍然不清楚为什么重置索引是必要的。

example_df.reset_index('month').groupby('customer').rolling(3, on='month').sales.sum()

1.我发现下面的代码正确地执行了操作，但是在多索引中创建了一个新的级别。为什么它要这样做呢？

example_df.groupby('customer').rolling(3).sales.sum()

解决方法是只分配.values，但忽略索引可能并不总是可行的。

example_df['rolling_sum'] = example_df.groupby('customer').rolling(3).sales.sum().values