Pandas：按Category分组计算移动平均遇到问题求助

常见问题根源 #

你大概率是没在组内限定移动窗口，误用到了全局窗口，导致结果不符合预期。下面分两种常用工具给出准确实现：

Pandas实现（Python） #

1. 先按分组列+时间列排序，保证移动平均的时间顺序正确：

df = df.sort_values(['category', 'date'])

2. 分组后调用rolling计算组内移动平均，最后重置索引对齐结果：

# 以3期移动平均为例，min_periods=1允许开头不足3个数据时计算均值
df['rolling_mean'] = df.groupby('category')['value'].rolling(window=3, min_periods=1).mean().reset_index(level=0, drop=True)

核心是reset_index(level=0, drop=True)，它会移除分组产生的层级索引，让计算结果能和原DataFrame完美匹配，避免索引错位问题。

SQL实现 #

用窗口函数指定分区（分组）和窗口范围：

SELECT 
    category,
    date,
    value,
    -- 3期移动平均：当前行+前两行
    AVG(value) OVER (
        PARTITION BY category 
        ORDER BY date 
        ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
    ) AS rolling_mean
FROM your_table;

PARTITION BY category确保只在同类别内计算，ORDER BY date保证窗口按时间顺序滑动，ROWS BETWEEN...定义了移动窗口的范围。

额外注意事项 #

• 窗口大小根据业务需求调整，比如改成window=7就是7期移动平均；
• 数据有缺失值时先处理（填充/删除），否则会导致移动平均结果出现NaN；
• min_periods参数可以控制最少需要多少个有效数据才计算均值，避免开头出现过多空值。

内容的提问来源于stack exchange，提问作者carrot