Pandas如何计算周数据对比前4周滚动均值的变化率

核心错误原因 #

你之前用shift()未得到正确结果的核心原因是偏移方向参数写反：要取当前行的上一行的滚动均值，需要传入正偏移量，负偏移量会取到下一行的值，完全匹配错计算基准。

偏移参数规则 #

shift()步长逻辑非常明确：

• 传入正整数n：整列向下平移n行，当前行位置会取到原列中n行之前的历史值
• 传入负整数-n：整列向上平移n行，当前行位置会取到原列中n行之后的未来值

正确实现代码 #

假设存储单周原始数据的列名为week_val（替换为你自己的实际列名即可），直接按如下逻辑计算：

import pandas as pd
import numpy as np

# 第一步：你已经完成的4周滚动均值计算，这部分不需要改
df['rolling_mean_fourweeks'] = df.rolling(4).mean().round(decimals=1)

# 第二步：计算变化率，shift(1)取上一行的滚动均值作为计算基准
df['week_change_rate'] = (df['week_val'] / df['rolling_mean_fourweeks'].shift(1) - 1).round(2)

# 可选：转换为百分比文本格式
df['week_change_rate_pct'] = df['week_change_rate'].apply(lambda x: f"{x*100:.0f}%" if pd.notna(x) else np.nan)

结果匹配校验 #

按上述代码计算的结果完全符合你的预期：

• 周序号3（即第4周）：上一行是第3周，滚动窗口不足4个，rolling_mean_fourweeks值为NaN，因此变化率计算结果为NaN
• 周序号4（即第5周）：上一行是第4周，对应第一个有效的4周滚动均值，代入计算即可得到约47%的正确结果

内容的提问来源于stack exchange，提问作者Zuko36