如何在Pandas中按年/月重置计算扩展窗口均值？

核心思路 #

利用groupby按年份或月份分组，在每个分组内部计算扩展均值（expanding mean），每当年份/月份切换时，扩展窗口会自动重置，最终结果将与原数据框的索引、列结构完全一致。

1. 生成示例数据（与你的数据集结构一致） #

import pandas as pd
import numpy as np

df = pd.DataFrame(
    np.random.randint(0, 100, size=(1000, 8)),
    columns=list('ABCDEFGH'),
    index=pd.date_range("20180101", periods=1000)
)

2. 按年重置的扩展均值 #

按索引的年份分组，每组内计算从年初到当前日期的累计均值：

# 按年重置的扩展均值
annual_expanding_mean = df.groupby(df.index.year).expanding().mean().reset_index(level=0, drop=True)

• df.index.year提取每个时间索引对应的年份，作为分组依据
• expanding().mean()在每个年份组内计算累计均值
• reset_index(level=0, drop=True)移除分组产生的年份索引，恢复原DatetimeIndex结构

3. 按月重置的扩展均值 #

按「年-月」周期分组，每组内计算当月初到当前日期的累计均值：

# 按月重置的扩展均值
monthly_expanding_mean = df.groupby(df.index.to_period('M')).expanding().mean().reset_index(level=0, drop=True)

• df.index.to_period('M')将DatetimeIndex转换为月度周期对象（如2018-01），作为分组依据
• 后续逻辑与按年计算一致，最终结果保持原数据框的索引和列结构

内容的提问来源于stack exchange，提问作者mikkom