如何使用Python Pandas计算间隔回溯行的平均值

逻辑说明 #

按需求可选择两种规则对齐方式，均满足仅最后3行保留有效值的要求：

1. 规则1（匹配最后3行都有有效值的预期）：对每行取当前行col1值、往前6行col1值、往前12行col1值，三者求平均
2. 规则2（严格按字面“每次向前回溯6行”取3个值）：对每行取往前6行col1值、往前12行col1值、往前18行col1值，三者求平均

完整代码 #

import pandas as pd

# 初始化示例数据
data = {'col1': [12, 13, 5, 2, 12, 12, 13, 23, 32, 65, 33, 52, 63, 12, 42, 65, 24, 53, 35]}
df = pd.DataFrame(data)

# ---------- 规则1实现（推荐，符合最后3行都有值的预期）----------
df['skipped_mean'] = (df['col1'] + df['col1'].shift(6) + df['col1'].shift(12)) / 3
# 清空最后3行以外的所有值
df.loc[df.index[:-3], 'skipped_mean'] = pd.NA

# ---------- 规则2实现（严格按字面回溯）----------
# df['skipped_mean'] = (df['col1'].shift(6) + df['col1'].shift(12) + df['col1'].shift(18)) / 3

结果说明 #

• 规则1的最后3行计算结果：
  • 倒数第3行：23
  • 倒数第2行：39
  • 倒数第1行：37
• 规则2仅倒数第1行有有效值，结果约为29.33
• 后续如果数据行数变化，只需将df.index[:-3]中的3修改为你需要保留有效值的行数即可

内容的提问来源于stack exchange，提问作者KubiK888