Pandas索引降序时如何实现滚动求和、滚动均值等滚动窗口统计

最简洁的实现方案 #

如果你使用 pandas 1.3.0及以上版本，直接用rolling方法自带的reverse=True参数即可，无需手动反转数据：

ans = df.rolling(2, reverse=True).mean()

这个输出和你现有写法完全一致，一行就能搞定，比两次iloc[::-1]反转的写法可读性和性能都更好。

其他可选优化方案 #

• 如果需要兼容低版本pandas，你可以把自定义方法注册为pandas访问器，调用起来比pipe更方便：

# 注册自定义滚动访问器
import pandas as pd
@pd.api.extensions.register_dataframe_accessor("irolling")
@pd.api.extensions.register_series_accessor("irolling")
class InverseRolling:
    def __init__(self, data):
        self.data = data
    def __call__(self, aggfunc, **kwargs):
        return self.data.iloc[::-1].rolling(**kwargs).agg(aggfunc).iloc[::-1]

# 注册后直接调用即可，无需额外传参
ans = df.irolling('mean', window=2)

• 如果你的数据索引本身是时间维度，建议先把索引转为时间类型，用时间偏移量定义窗口，不需要依赖索引的排序方向：

# 转时间索引
df.index = pd.to_datetime(df.index)
# 用自然年窗口计算，不受索引排序影响
ans = df.rolling(window='2YE').mean()

内容的提问来源于stack exchange，提问作者MYK