如何在Pandas中计算排除中心值的居中滚动平均值？

要实现排除中心值的居中滚动平均，核心思路是先计算滚动窗口内的总和与元素个数，再减去当前值并调整分母（排除自身），具体代码如下：

import pandas as pd

# 构造示例数据
data = {'Values': [13313, 12792, 20254, 34915, 31410, 36532, 36958, 35471, 33018, 38080, 44074, 54165]}
df = pd.DataFrame(data)

# 计算排除中心值的滚动平均
rolling_sum = df['Values'].rolling(window=11, center=True, min_periods=1).sum()
rolling_count = df['Values'].rolling(window=11, center=True, min_periods=1).count()
df['Expected'] = (rolling_sum - df['Values']) / (rolling_count - 1)

# 查看结果
print(df)

逻辑说明 #

1. 滚动总和：用rolling.sum()获取窗口内所有元素的总和（包含中心值）
2. 移除中心值：将总和减去当前行的Values，得到排除中心值后的总和
3. 调整分母：用rolling.count()获取窗口内有效元素数量，减1后作为分母（排除自身）
4. 计算平均值：用处理后的总和除以调整后的分母，得到目标结果

结果验证 #

运行上述代码后，生成的Expected列将与你提供的预期结果完全匹配：

内容的提问来源于stack exchange，提问作者Crowford99