如何在Pandas中按动物、动作对拆堆多索引数据计算rolling mean？

问题背景 #

现有如下CSV数据，记录了不同动物每天各动作的耗时：

Animal,Day,Action,Seconds
dog,1,eat,10
dog,1,play,20
dog,1,drink,30
cat,1,eat,18
cat,1,play,28
cat,1,drink,21
rabbit,1,eat,34
rabbit,1,play,19
rabbit,1,drink,29
dog,2,eat,20
dog,2,play,20
dog,2,drink,10
cat,2,eat,28
cat,2,play,38
cat,2,drink,31
rabbit,2,eat,24
rabbit,2,play,34
rabbit,2,drink,30
dog,3,eat,30
dog,3,play,20
dog,3,drink,26
cat,3,eat,11
cat,3,play,22
cat,3,drink,32
rabbit,3,eat,50
rabbit,3,play,20
rabbit,3,drink,10

需求是：使用Pandas按动物、动作分别计算Seconds的3天滚动均值，且切换动物时滚动计算自动重置（不同动物的数据不混合计算）。

尝试的代码如下，但滚动计算未在动物切换时重置：

df = pd.read_csv('data.csv')
x = df.set_index(['Animal', 'Day', 'Action']).unstack('Action')

x['rolling_eat'] = x[('Seconds', 'eat')].rolling(window=3, min_periods=1).mean()
print(x)

问题原因 #

原代码直接对整列执行rolling计算，没有按Animal分组。Pandas的rolling默认是对整个序列连续计算，不会识别索引中的分组信息，导致不同动物的数据被混入同一个滚动窗口。

解决方案 #

通过groupby('Animal')将数据按动物分组，再对每个分组单独执行滚动计算，这样切换动物时窗口会自动重置。

完整代码 #

import pandas as pd

df = pd.read_csv('data.csv')
# 构建多级索引，将Action列展开为横向列
x = df.set_index(['Animal', 'Day', 'Action']).unstack('Action')

# 按动物分组，对每个动作的耗时列计算3天滚动均值（min_periods=1确保第一天有值）
x['rolling_eat'] = x[('Seconds', 'eat')].groupby('Animal').rolling(window=3, min_periods=1).mean().droplevel(0)
x['rolling_drink'] = x[('Seconds', 'drink')].groupby('Animal').rolling(window=3, min_periods=1).mean().droplevel(0)
x['rolling_play'] = x[('Seconds', 'play')].groupby('Animal').rolling(window=3, min_periods=1).mean().droplevel(0)

# 格式化输出（保留1位小数，匹配示例格式）
print(x.round(1))

关键说明 #

1. 分组计算：groupby('Animal')确保每个动物的滚动计算独立进行，切换动物时窗口自动重置。
2. droplevel(0)：分组后结果会多一层Animal索引，用该方法去掉多余层级，保证与原数据索引匹配。
3. min_periods=1：允许窗口中最少有1个数据点，确保第一天的滚动均值就是当天的数值。

输出示例（部分） #

Seconds                     rolling_eat  rolling_drink  rolling_play
Action             drink   eat  play
Animal Day
dog    1           30.0  10.0  20.0          10.0           30.0           20.0
       2           10.0  20.0  20.0          15.0           20.0           20.0
       3           26.0  30.0  20.0          20.0           22.0           20.0
cat    1           21.0  18.0  28.0          18.0           21.0           28.0
       2           31.0  28.0  38.0          23.0           26.0           33.0
       3           32.0  11.0  22.0          19.0           28.0           29.3
rabbit 1           29.0  34.0  19.0          34.0           29.0           19.0
       2           30.0  24.0  34.0          29.0           29.5           26.5
       3           10.0  50.0  20.0          36.0           23.0           24.3

内容的提问来源于stack exchange，提问作者kaqqao