如何在Pandas中计算滑动4行c1和并除以c2生成c3列？

需求回顾 #

• 针对时间序列数据（超1万行），计算每行对应连续4行c1的和，再除以当前行的c2值，结果存入新列c3
• 若当前行之后剩余行数不足4行，c3填0

高效解决方案（避免循环） #

直接使用pandas的向量化操作，比循环效率高数十倍，适合大数据量：

import pandas as pd

# 1. 构建示例数据（用户提供）
df = pd.DataFrame({'c1':[20,15,10,12,15,17,19,20,9,10],'c2':[22,14,19,13,15,17,19,10,20,12]})
date_array=[[2019,12,31],[2019,9,30],[2019,6,30],[2019,3,31],[2018,12,31],[2018,9,30],[2018,6,30],[2018,3,31],[2017,12,31],[2017,9,30]]
date_df = pd.DataFrame(date_array, columns=['year', 'month', 'day'])
df['date'] = pd.to_datetime(date_df[['year', 'month', 'day']], format='%Y-%m-%d')
df = df[['date','c1','c2']]

# 2. 计算连续4行c1的和
# rolling(4).sum() 计算从当前行往前4行的和，shift(-3) 将结果向前偏移3位，得到当前行开始的连续4行和
c1_rolling_sum = df['c1'].rolling(window=4).sum().shift(-3)

# 3. 处理不足4行的情况：将NaN替换为0
c1_rolling_sum = c1_rolling_sum.fillna(0)

# 4. 计算c3并保留两位小数
df['c3'] = (c1_rolling_sum / df['c2']).round(2)

# 查看结果
print(df)

运行结果 #

date  c1  c2    c3
0 2019-12-31  20  22  2.59
1 2019-09-30  15  14  3.71
2 2019-06-30  10  19  2.84
3 2019-03-31  12  13  4.85
4 2018-12-31  15  15  4.73
5 2018-09-30  17  17  3.82
6 2018-06-30  19  19  3.05
7 2018-03-31  20  10  0.00
8 2017-12-31   9  20  0.00
9 2017-09-30  10  12  0.00

原循环方案的问题 #

1. 索引越界：当i接近数据末尾时（如i=7），i+3=10超出DataFrame的最大索引（9），导致取数不全，求和错误
2. 效率低下：循环遍历1万行数据，速度远低于pandas的向量化操作，且代码冗余

内容的提问来源于stack exchange，提问作者DNS