如何在Pandas DataFrame中从A列生成B列并计算滚动中位数？

一、从A列生成B列的实现（匹配配图逻辑） #

根据需求，配图中的B列应该是窗口大小为3的滚动中位数（即每个位置取当前行及前两行的中位数，前两个位置因数据不足填充NaN）。可以通过两种方式生成：

方式1：手动循环计算（便于理解逻辑） #

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({'A': [1, 3, 5, 2, 4, 6]})

# 初始化B列为NaN
df['B'] = np.nan
# 从第3行（索引2）开始计算窗口中位数
for idx in range(2, len(df)):
    window_data = df['A'].iloc[idx-2:idx+1]
    df['B'].iloc[idx] = window_data.median()

方式2：Pandas滚动窗口直接生成（高效简洁） #

df['B'] = df['A'].rolling(window=3, min_periods=3).median()

二、计算滚动中位数的替代方案 #

如果核心需求是计算A列的滚动中位数，除了生成B列的方式，还有这些更灵活高效的替代方法：

• 调整窗口参数适配不同场景：
  若允许窗口数据不足时计算（比如前两行也返回对应长度的中位数），修改min_periods参数：

  # 窗口大小3，至少1个数据就计算中位数
  df['rolling_median_flex'] = df['A'].rolling(window=3, min_periods=1).median()
  

• 自定义加权滚动中位数：
  如果需要给窗口内不同位置的数据赋予权重（比如近期数据权重更高），用rolling().apply()配合自定义函数：

  def weighted_median(window):
      # 给窗口内最后一个元素（最新数据）最高权重，依次递减
      weights = np.array([1, 2, 3])
      return np.median(np.repeat(window, weights))
  
  df['weighted_rolling_median'] = df['A'].rolling(window=3, min_periods=3).apply(weighted_median)
  

• 结合第三方库优化计算：
  对于超大数据集，可使用scipy的中位数函数提升性能：

  from scipy.stats import median
  df['rolling_median_scipy'] = df['A'].rolling(window=3, min_periods=3).apply(median)
  

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