如何在Pandas中计算排除当前行日期的滚动平均窗口？

现有如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame(
    {"date": [pd.Timestamp("2022-01-01"), pd.Timestamp("2022-01-01"), pd.Timestamp("2022-01-01"), pd.Timestamp("2022-01-03"), pd.Timestamp("2022-01-05")],
    "numbers": [1,2,3,4,5]
    }
)

需要计算每行date对应日期之前的numbers字段3天滚动均值。尝试过df["av"] = df.shift(1).rolling(window=3).mean()，但这个方法是按固定行数滚动，没法根据日期动态偏移，还会错误包含当日数据。

预期输出（3天窗口下的av列）：

date       numbers  av
0   2022-01-01  1      NaN
1   2022-01-01  2      NaN
2   2022-01-01  3      NaN
3   2022-01-03  4      2.0
4   2022-01-03  7      2.0
5   2022-01-05  5      5.5

用Pandas的时间滚动窗口功能，结合分组映射就能实现需求，代码如下：

# 先按日期排序，确保时间顺序正确
df = df.sort_values('date')

# 将date设为索引，方便基于时间的滚动计算
df_indexed = df.set_index('date')

# 计算3天滚动均值，closed='left'表示窗口不包含当前日期
rolling_means = df_indexed.rolling(window='3D', closed='left')['numbers'].mean()

# 同一日期的所有行共用同一个均值，所以先按日期分组取唯一值，再映射回原表
df['av'] = df['date'].map(rolling_means.groupby(level=0).first())

# 输出结果
print(df)

关键细节： #

• window='3D'：用时间长度（3天）代替固定行数，实现动态的日期窗口，而不是固定取前3行
• closed='left'：这是核心参数，它让滚动窗口只包含当前日期之前的数据，彻底排除当日记录
• groupby(level=0).first()：同一日期的多行数据对应的均值是一样的，通过这个操作提取每个日期的唯一均值，再映射回原DataFrame，保证同一日期的行结果一致

内容的提问来源于stack exchange，提问作者Ben Muller