Pandas DataFrame如何访问前序行批量计算滚动均值并设置新列值

解决方案 #

你需要的滑动窗口均值计算可以直接用Pandas内置的rolling算子实现，完全不需要手动编写for循环，底层为C实现的计算逻辑性能远高于Python层面的循环，适合任意规模的数据集。

完整代码 #

import pandas as pd

threshold = 3
mean_size = 5

# 方法1：前4行数据不足5条时，用现有存在的行计算均值
df['IsGood'] = (df['Amount'].rolling(window=mean_size, min_periods=1).mean() > threshold).astype(int)

# 方法2：仅当凑够5条数据时才计算，前4行默认赋值为0
# df['IsGood'] = (df['Amount'].rolling(window=mean_size).mean() > threshold).fillna(0).astype(int)

参数说明 #

• window=mean_size：指定滑动窗口的大小为5，每次计算会自动取当前行及之前的4行共5条数据统计，完全匹配你的需求
• min_periods=1：可选参数，设置窗口内最少需要有1条有效数据就可以计算，适合需要前几行也有返回值的场景；如果要求必须满5行才判断，移除该参数即可，不足5行的位置会返回NaN，后续用fillna(0)统一填充默认值即可

判断结果直接通过布尔值转int的方式得到1/0的IsGood值，不需要单独写df.loc赋值逻辑，代码更简洁。

内容的提问来源于stack exchange，提问作者Shex