如何为DataFrame中各城市单独应用rolling_mean滚动均值函数？

前置准备 #

首先确保你的datetime列是datetime时间类型，如果还没转换，执行以下代码：

import pandas as pd
df['datetime'] = pd.to_datetime(df['datetime'])

高效实现方式 #

针对500+城市的场景，直接用groupby结合rolling就能实现每个城市独立计算滚动均值，无需额外复杂逻辑：

# 为每个城市单独计算过去1小时的滚动平均值
df['rolling_mean'] = df.groupby('city').apply(
    lambda g: g.set_index('datetime')['value'].rolling('1h').mean()
).reset_index(level=0, drop=True)

适配你原有函数的写法 #

如果想保留你定义的rolling_mean函数，调整函数逻辑后结合groupby使用：

def rolling_mean(group):
    # 针对单个城市的子数据集计算滚动均值
    return group.set_index('datetime')['value'].rolling('1h').mean().values

# 分组应用函数并展开结果
df['rolling_mean'] = df.groupby('city').apply(rolling_mean).explode()

核心说明 #

• groupby('city')会自动将原数据按城市拆分，每个城市的计算完全独立，不会出现跨城市的均值干扰。
• Pandas原生的分组操作对几百个分组的处理效率足够，无需担心性能问题。
• 必须保证datetime列是datetime类型，否则rolling('1h')的时间窗口参数无法生效。

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