如何用Pandas实现过去4周至2周的偏移滚动窗口统计？

要提取t=-4周至t=-2周这个区间的质量数据均值，不需要自定义复杂函数，用Pandas滚动窗口的差值法就能简洁实现，核心思路是用两个不同窗口的滚动总和做差，得到中间区间的统计值。

前提准备 #

首先确保你的数据满足两个条件：

• 时间列已转为datetime类型，且设为DataFrame的索引
• 数据已按时间（或供应商+时间）排序

基础实现（单供应商场景） #

# 设置时间索引并排序
df = df.set_index('date').sort_index()

# 计算过去28天（截至当前时间的前1天）的滚动总和
rolling_28d_sum = df['score'].rolling(window='28d', closed='left').sum()
# 计算过去14天（截至当前时间的前1天）的滚动总和
rolling_14d_sum = df['score'].rolling(window='14d', closed='left').sum()

# 中间14天（t-4w 到 t-2w）的均值 = （28天总和 - 14天总和）/ 14
df['average_score_t-4w_to_t-2w'] = (rolling_28d_sum - rolling_14d_sum) / 14

多供应商分组场景 #

如果数据包含多个供应商，需要先按供应商分组再执行滚动计算：

# 设置时间索引并排序
df = df.set_index('date').sort_index()

# 按供应商分组
grouped = df.groupby('supplier_id')

# 分组计算滚动总和
rolling_28d_sum = grouped['score'].rolling(window='28d', closed='left').sum()
rolling_14d_sum = grouped['score'].rolling(window='14d', closed='left').sum()

# 计算分组后的区间均值
df['average_score_t-4w_to_t-2w'] = (rolling_28d_sum - rolling_14d_sum) / 14

原理说明 #

• window='28d'的滚动窗口覆盖了当前时间t往前推28天到前1天的所有数据
• window='14d'的滚动窗口覆盖了当前时间t往前推14天到前1天的所有数据
• 两者的总和差值，正好是t往前推28天到15天（也就是t-4周到t-2周）这14天的数据总和，除以14就得到了目标区间的均值

参数调整 #

如果需要调整区间的闭合规则（比如是否包含t-14天的当天数据），可以修改closed参数：

• closed='left'：排除窗口的右边界（即不包含t-1天的数据）
• closed='right'：包含窗口的右边界
• 根据你的数据时间粒度（天/小时等）选择合适的参数即可

内容的提问来源于stack exchange，提问作者Job E