DataFrame转Series滚动均值报错及结果异常问题求助

1. 解决"The truth value of a DataFrame is ambiguous"报错 #

直接用pd.Series(vol_df)把整个DataFrame转成Series会触发歧义判断，因为DataFrame是二维结构。正确操作是指定具体列来处理：

# 两种等价写法
avg_vol_df = vol_df["stock transactions"].rolling(window=20).mean()
# 或者先转Series再计算
avg_vol_df = pd.Series(vol_df["stock transactions"]).rolling(window=20).mean()

2. 解决全NaN结果问题 #

用vol_df.rolling(20).mean()得到全NaN，是因为你的数据刚好20行，window=20要求每个窗口必须凑齐20个非空值才计算均值，只有最后一行（索引19）能满足条件，所以其他行都是NaN。如果想让前N行用已有数据计算滚动均值，加上min_periods=1参数：

avg_vol_df = vol_df["stock transactions"].rolling(window=20, min_periods=1).mean()

3. 解决科学计数法显示问题 #

大数值默认会用科学计数法，你可以用两种方式调整：

• 全局设置显示格式：之后所有结果都按整数显示

import pandas as pd
pd.options.display.float_format = '{:.0f}'.format

• 单独处理结果列：只格式化当前的均值列

# 转成整数类型
avg_vol_df = avg_vol_df.astype(int)
# 或者转成格式化字符串
avg_vol_df = avg_vol_df.apply(lambda x: f"{x:.0f}")

内容的提问来源于stack exchange，提问作者Eddie Chen