Python中非均匀时间索引DataFrame按时间窗口计算均值的实现方法

Pandas的rolling方法原生支持时间长度作为窗口，专门适配时间索引不均匀的场景，不需要手动实现循环逻辑，实现方式如下：

前置条件 #

• 确认DataFrame的索引为DatetimeIndex类型，若不是先做转换
• 确认数据已按时间索引升序排列

实现代码 #

import pandas as pd

# 转换索引为时间类型并排序
df.index = pd.to_datetime(df.index)
df = df.sort_index()

# 计算过去1秒窗口内的Value均值
df['mean'] = df['Value'].rolling(window='1s', closed='right').mean()

参数说明 #

• window='1s'：指定滚动窗口长度为1秒，pandas会自动根据时间索引计算每个点对应的窗口范围，不需要考虑采样点密度
• closed='right'：指定窗口包含右端点（当前行的时间点），窗口范围等价于(当前时间-1秒, 当前时间]，和你写的切片逻辑完全一致，该值为默认配置可省略

原循环代码的问题 #

你写的循环代码运行失败大概率是触发了链式索引的SettingWithCopyWarning，同时循环遍历的方式在数据量较大时性能极差，原生rolling方法经过C层面优化，执行效率远高于自定义循环。

内容的提问来源于stack exchange，提问作者Jarek