如何使用pandas计算排除前序数据集的移动平均值

你要实现的是步长等于窗口大小的不重叠滚动窗口均值，可以用以下两种pandas方法实现：

方法1：groupby整数分组实现（全版本兼容） #

该方法无需高版本pandas支持，适配所有场景：

import pandas as pd

# 示例数据，替换为你自己的数据集
df = pd.DataFrame({'value': [1, 2, 3, 4, 5, 6]})
window = 2 # 替换为你需要的窗口大小

# 每window个连续数据划分为独立分组，组内计算均值
df['target_ma'] = df.groupby(df.index // window)['value'].transform('mean')

逻辑说明：df.index // window会将连续的window个索引归为同一分组，分组之间完全独立，不会跨组引用前序组的数值。

方法2：rolling指定step参数（pandas 1.3+版本支持） #

高版本pandas的rolling方法新增了步长参数，直接设置步长等于窗口大小即可得到不重叠的计算结果：

window = 2
# 结果默认对齐到每个窗口的最后一行位置
df['target_ma'] = df['value'].rolling(window=window, step=window).mean()

# 如果需要将均值填充到对应窗口的每一行，补充下方代码即可
df['target_ma'] = df['target_ma'].ffill()

如果需要先按其他维度（比如品类、日期分组）再计算，在groupby参数中补充对应维度列即可。

内容的提问来源于stack exchange，提问作者Teja