Pandas groupby结合rolling均值+reset_index返回NaN问题求解

• 分组键选择错误：你当前使用Sessions作为分组字段，从样例数据可以看到该字段是全局自增的唯一值，每个分组下仅包含1条数据，完全无法满足rolling(20)所需的最少20条数据的计算要求，因此返回全空值。
• 业务逻辑不符合：滚动均值需要按不同标的（Symbol字段）分别计算，同一个标的的历史数据归为一组才符合需求，按Sessions分组的逻辑本身就不匹配你的计算目标。
• 索引对齐问题：即使分组正确，你当前的写法也可能因为分组后的索引和原DataFrame索引不匹配导致赋值异常。

将分组键替换为Symbol，同时确保分组内数据按时间排序，再进行滚动计算，参考代码如下：

# 先按标的分组，每组内部按时间排序后计算20日滚动DR均值
df_day['ADR'] = df_day.groupby('Symbol', group_keys=False).apply(
    lambda x: x.sort_values('Time')['DR'].rolling(20).mean()
)

如果你已经能保证原数据里每个Symbol下的行已经按时间升序排列，可以简化为：

df_day['ADR'] = df_day.groupby('Symbol')['DR'].rolling(20).mean().reset_index(0, drop=True)

内容的提问来源于stack exchange，提问作者Trippy Dippy