如何用Pandas实现窗口大小为3的混合滚动均值计算？

根据需求，我们需要构造大小为3的滚动窗口，每个窗口的取值规则是：取当前行的b列值，再加上前1或2行的a列值（窗口内最多包含2个历史a值），最后计算这些值的平均值。具体对应逻辑如下：

• 第0行：仅取当前行b值，均值为10/1=10.0
• 第1行：当前行b值 + 前1行a值，均值为(20+1)/2=10.5
• 第2行及以后：当前行b值 + 前2行a值，均值为(b[i]+a[i-1]+a[i-2])/3

方法一：手动构造计算（高效直观） #

通过shift函数获取历史a值，结合位置确定分母，直接计算：

import pandas as pd

df = pd.DataFrame.from_dict({'a':[1, 2, 3, 4, 5], 'b':[10, 20, 30, 40, 50]})

# 计算分子：当前b + 前1行a + 前2行a（缺失补0）
sum_vals = df['b'] + df['a'].shift(1).fillna(0) + df['a'].shift(2).fillna(0)
# 计算分母：第0行取1，第1行取2，第2行及以后取3
denominator = df.index.map(lambda x: min(x + 1, 3))
# 得到目标列
df['hybrid_mean_3'] = sum_vals / denominator

方法二：滚动窗口自定义函数（通用扩展性强） #

利用rolling窗口结合自定义函数，适配更复杂的窗口规则：

import pandas as pd

df = pd.DataFrame.from_dict({'a':[1, 2, 3, 4, 5], 'b':[10, 20, 30, 40, 50]})

def hybrid_calc(window):
    # 取窗口最后一行的b值
    current_b = window['b'].iloc[-1]
    # 取窗口中除最后一行外的所有a值（最多2个）
    history_a = window['a'].iloc[:-1]
    # 计算均值
    return (current_b + history_a.sum()) / (1 + len(history_a))

# 设置窗口大小3，允许最小窗口为1
df['hybrid_mean_3'] = df.rolling(window=3, min_periods=1).apply(hybrid_calc, raw=False)

两种方法最终得到的hybrid_mean_3列都与示例结果一致：

a   b  hybrid_mean_3
0  1  10           10.0
1  2  20           10.5
2  3  30           11.0
3  4  40           15.0
4  5  50           19.0

内容的提问来源于stack exchange，提问作者Baron Yugovich