使用Pandas的groupby()生成移动平均线，组内首个值设为NaN

基于按['Test ID', 'Appointment Date:']分组的患者模拟数据，生成乳酸值（对应字段LAC_missing）的回溯移动平均线，规则如下：

• 每组第一个值为NaN
• 每组第二个值等于该组首个观测到的乳酸值
• 后续值依次按回溯累计的方式计算均值

代码实现 #

# 将乳酸值字段转为数值类型，无法转换的值设为NaN
df['LAC_missing'] = pd.to_numeric(df['LAC_missing'], errors='coerce')

# 按测试ID和预约日期分组
grouped = df.groupby(['Test ID', 'Appointment Date:'])

# 计算每组乳酸值的累计和
df['Cumulative Sum'] = grouped['LAC_missing'].cumsum()

# 标记每组内的行索引（从0开始）
df['Count'] = grouped.cumcount()

# 计算移动平均线：索引大于0时用累计和除以索引值，否则设为NaN
df['LAC Moving Average'] = df['Cumulative Sum'] / df['Count'].where(df['Count'] > 0)

内容的提问来源于stack exchange，提问作者Eastman