如何在pandas中创建支持自定义偏移重叠窗口的滑动均值列

实现方案 #

我们可以通过组合rolling和shift方法实现自定义偏移的滑动窗口计算，核心逻辑是通过两个参数灵活控制窗口相对于当前行的覆盖范围：

• left_size：当前行向前包含的行数（不含当前行）
• right_size：当前行向后包含的行数（不含当前行）
  窗口总大小 = left_size + 1 + right_size，完全可以满足任意偏移组合的需求，同时支持访问未来数据。

通用实现代码 #

import pandas as pd
import numpy as np
from random import randint

# 生成测试数据，和原有逻辑一致
np.random.seed(42) # 固定随机种子方便复现结果
data = [randint(0, 9) for p in range(0, 20)]
time = np.arange(0,20,1)
df = pd.DataFrame(list(zip(time, data)), columns=['time', 'data'])

def sliding_window_mean(series, left_size, right_size):
    window_total = left_size + 1 + right_size
    # 先计算滚动均值，再通过shift把结果对齐到当前行
    return series.rolling(window_total, min_periods=window_total).mean().shift(-right_size)

# 需求1：窗口大小5，当前行前2个、后2个（left_size=2，right_size=2）
df['mean_before2_after2'] = sliding_window_mean(df['data'], left_size=2, right_size=2)

# 需求2：窗口大小5，当前行前1个、后3个（left_size=1，right_size=3）
df['mean_before1_after3'] = sliding_window_mean(df['data'], left_size=1, right_size=3)

print(df)

补充说明 #

• 窗口覆盖不到的首尾行会默认返回NaN，如果需要填充边缘值，可以在rolling方法中调整min_periods参数，比如设置min_periods=1就会用窗口内可用的数值计算均值，不会返回空值。
• 如果仅需要窗口居中的场景，直接用df['data'].rolling(5, center=True).mean()也可以实现前2后2的效果，但该方法不支持自定义偏移，通用度低于上述方案。

实现原理 #

pandas默认rolling(n)的计算结果会对齐到窗口的最后一个索引，比如窗口大小为5时，前4行因为凑不够5个数据返回空，第4行（索引从0开始）的结果是索引0-4的均值。我们通过shift(-right_size)把结果向上移动对应行数，就能让窗口结果对齐到目标当前行位置，自然就可以访问到未来的数据。

内容的提问来源于stack exchange，提问作者connor449