基于工作日/周末分组计算过去n天的滚动均值与标准差

1. 先把数据处理成时间序列格式 #

首先得把Date列转成datetime类型，并且按日期排序，这是时间窗口计算的基础：

import pandas as pd

# 你的示例数据
data = {
    'Date': ['01/02/2022', '01/03/2022', '01/04/2022', '01/05/2022'],
    'Day of Week': ['Sunday', 'Monday', 'Tuesday', 'Wednesday'],
    'Value': [35666, 38945, 39411, 40058]
}
df = pd.DataFrame(data)

# 转换日期格式，这里匹配你的月/日/年格式
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y')
# 按日期排序，避免滚动窗口计算出错
df = df.sort_values('Date').reset_index(drop=True)

2. 给数据打工作日/周末标签 #

新增一列Group，把每条数据分到“工作日”或者“周末”组：

# 周六周日算周末，其余为工作日
weekend_days = ['Saturday', 'Sunday']
df['Group'] = df['Day of Week'].map(lambda x: '周末' if x in weekend_days else '工作日')

3. 按分组计算时间窗口内的均值和标准差 #

用groupby先按分组拆分数据，再用rolling指定时间窗口（比如过去90天≈3个月），直接计算均值和标准差：

# 设置时间窗口，可替换为'3M'（过去3个月）、'1Q'（过去1季度）等
time_window = '90D'

# 计算滚动统计量：closed='left'表示窗口不包含当前日期的数据，要包含就改成'both'
rolling_result = df.groupby('Group').rolling(
    window=time_window,
    on='Date',
    closed='left'
).agg(
    滚动均值=('Value', 'mean'),
    滚动标准差=('Value', 'std')
).reset_index()

# 把结果合并回原表，方便对应查看
final_df = pd.merge(df, rolling_result, on=['Group', 'Date'], how='left')

重要注意点 #

• 必须指定on='Date'，告诉pandas用日期列作为滚动窗口的基准，否则会按行号滚动，不是按时间范围
• 时间窗口参数支持多种格式：'7D'=7天，'1M'=1个月，'1Q'=1季度
• 如果数据存在缺失日期（比如某天无记录），可以先用df.resample('D', on='Date').ffill()补全数据，确保窗口计算覆盖完整时间范围
• 序列开头的部分数据，因为窗口内没有足够历史数据，均值和标准差会显示为NaN，属于正常情况

内容的提问来源于stack exchange，提问作者officer_k_dash_9401