如何在Pandas中基于另一列历史值滚动计算截断均值 无需逐行遍历

直接用Pandas内置的滚动窗口rolling配合apply即可实现，完全不需要手动写逐行遍历逻辑，3000行数据运算耗时可以忽略：

import pandas as pd
from scipy import stats

# 先确保表格按Date升序排序，保证历史数据顺序正确
my_table = my_table.sort_values('Date', ascending=True).reset_index(drop=True)

# 构造滚动窗口，核心参数说明：
# window=90：单窗口最多包含90条数据
# min_periods=1：历史数据不足90条时，用现有全部历史计算
# closed='left'：窗口不包含当前行，只取当前行之前的历史数据
roll_window = my_table['Amount'].rolling(window=90, min_periods=1, closed='left')

# 对每个窗口应用截断均值计算
my_table['TrimMean'] = roll_window.apply(lambda x: stats.trim_mean(x, 0.1))

你可以用样例数据测试计算结果：

• 第12行的TrimMean值会自动取1-11行的Amount值计算截断均值
• 第1000行的TrimMean值会自动取910-999行的Amount值计算截断均值
  完全匹配你给出的规则要求。

内容的提问来源于stack exchange，提问作者George