如何在Polars中按时间戳及其他列分组计算年度平均人口？

针对你的需求，分两种常见场景给出具体实现，先明确术语：

• 如果是自然年度的固定平均（比如2022年、2023年各省份的全年平均），不需要滚动窗口；
• 如果是滚动1年的移动平均（每个时间点往前12个月的平均），才用groupby_rolling，这也是你提到的滚动窗口的正确用法。

场景1：按自然年度计算各省份年度平均人口 #

方法1：提取年份后分组聚合 #

先从timestamp中提取年份字段，再按「国家-省份-年份」分组计算平均：

# 新增年份列
df = df.with_columns(year=pl.col("timestamp").dt.year())

# 分组计算年度平均人口
annual_avg_pop = df.groupby(["country", "province", "year"]).agg(
    pl.col("population").mean().alias("annual_avg_population")
)

方法2：用groupby_dynamic按年度动态分组 #

Polars的groupby_dynamic可以自动按时间周期切分，适合时间序列数据：

annual_avg_pop = df.groupby_dynamic(
    index="timestamp",
    every="1y",  # 按每年一个周期分组
    group_by=["country", "province"],  # 同时按国家、省份分组
).agg(
    pl.col("population").mean().alias("annual_avg_population")
)

这种方式会自动将时间轴按年度划分，每个分组对应一个国家-省份的全年数据。

场景2：滚动1年窗口的移动平均人口 #

如果需要计算每个时间点往前1年窗口内的人口平均值（随时间滑动的年度平均），用groupby_rolling结合分组键即可：

rolling_1y_avg_pop = df.groupby_rolling(
    index="timestamp",
    period="1y",  # 窗口覆盖过去1年
    group_by=["country", "province"],  # 分国家-省份计算
).agg(
    pl.col("population").mean().alias("rolling_1y_avg_population")
)

这个代码会为每个时间点生成对应窗口内的平均人口，完全满足你「随时间变化的年度平均」需求。

注意事项 #

你的原代码里用了列名prov，但描述中是province，实际使用时要保证列名一致，避免报错。

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