Julia DataFrame分组滚动均值：错误排查与前N行均值需求

1. 修复BoundsError #

报错根源是部分分组数据为空，或分组数据量小于滚动工具的初始处理阈值——比如用RollingFunctions.rolling时，空分组会触发访问空数组索引的错误。解决核心是在分组处理前过滤空分组，或添加数据长度判断逻辑。

修复前后代码对比 #

触发错误的写法

using DataFrames, RollingFunctions

df = DataFrame(
    group = ["A", "A", "B", "B", "", ""],  # 含空分组
    value = [1,2,3,4,5,6]
)

# 直接对所有分组应用rolling，空分组会触发BoundsError
transform!(df, :group => groupby => 
    (g -> rolling(mean, g.value, 3)) => :rolling_mean)

修复后的代码

using DataFrames, RollingFunctions

df = DataFrame(
    group = repeat(["A", "B", "C"], inner = 3),
    value = [1,2,3,4,5,6,7,8,9]
)

# 自定义分组处理逻辑，规避空分组和小分组问题
function adaptive_rolling_mean(v::Vector, window::Int)
    isempty(v) && return Union{Missing, Float64}[]  # 空分组返回空数组
    n = length(v)
    res = Vector{Union{Missing, Float64}}(undef, n)
    for i in 1:n
        # 取当前行及之前的所有数据（最多window条）计算均值
        res[i] = mean(v[1:min(i, window)])
    end
    return res
end

# 应用到分组
transform!(df, :group => groupby => 
    (g -> adaptive_rolling_mean(g.value, 3)) => :rolling_mean)

2. 实现自适应窗口均值（替换missing为当前可用数据均值） #

上面的adaptive_rolling_mean函数直接实现了需求：窗口设为3时，第1行取自身值，第2行取前两行均值，第3行及以后取前3行均值，完全替代默认的missing填充。

示例输出 #

运行后df的结果：

补充说明 #

• 若坚持使用RollingFunctions，可以结合fill和切片逻辑，但自定义函数更灵活，无需依赖库的默认行为
• 对于数据量小于窗口的分组，自定义函数会自动取所有已有数据计算均值，不会返回missing

内容的提问来源于stack exchange，提问作者gruzy