如何在Pandas中基于现有列创建滚动5日平均新列？

核心思路 #

根据你的需求，需要计算当前行之后最多5行的QUANTITY平均值，规则为：

• 当后续有5行数据时，取这5行的算术平均值
• 当后续有2-4行数据时，取这些数据的总和除以5
• 当后续只有1行数据时，直接取该行的数值
• 最后一行无后续数据，AVG设为0

代码实现 #

假设你的DataFrame变量名为df，可以通过以下步骤实现：

1. （可选）修正日期格式并确保顺序正确
   先处理DATE列的格式错误，转换为datetime类型并按降序排列（匹配你的示例数据顺序）：

import pandas as pd

# 重置索引并修正日期格式
df = df.reset_index(drop=True)
df['DATE'] = pd.to_datetime(df['DATE'].str.replace('01/010/', '01/10/'), format='%m/%d/%Y')
# 重新设置DATE为索引并按降序排列
df = df.set_index('DATE').sort_index(ascending=False)

2. 计算AVG列
   通过shift和rolling结合自定义逻辑实现：

import numpy as np

# 取当前行之后的QUANTITY数据
shifted_quant = df['QUANTITY'].shift(-1)
# 计算滑动窗口内的总和与有效数据量
rolling_sum = shifted_quant.rolling(window=5, min_periods=1).sum()
rolling_count = shifted_quant.rolling(window=5, min_periods=1).count()

# 根据有效数据量计算AVG
df['AVG'] = np.where(rolling_count == 5, rolling_sum / 5,
                     np.where(rolling_count == 1, rolling_sum,
                              rolling_sum / 5))
# 最后一行无后续数据，设为0
df['AVG'].iloc[-1] = 0

验证结果 #

运行上述代码后，得到的结果将完全匹配你提供的示例：

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