基于Datetime.Offset实现时间序列滚动移动平均的方案与报错解决

基础场景 #

持有日频粒度时间序列数据，计划计算指定周期的滚动平均值，确认是否可通过Datetime.Offset类参数实现需求。
示例测试数据构造代码：

import pandas as pd
l = [7.71, 7.79, 6.80, 6.44, 6.46, 6.80] 
index = pd.DatetimeIndex(['2016-01-04', '2016-01-05', '2016-01-06', '2017-01-04' ,'2017-01-05' ,'2017-01-06'])
df = pd.DataFrame(l, columns=['col'], index = index) 

预期计算结果 #

针对上述样本数据，计算滚动年度均值的预期输出为：

• 2017-01-04 对应均值 7.185
• 2017-01-05 对应均值 6.873
• 原描述中标注的重复日期2017-01-05对应均值 6.625，结合样本日期推算应为2017-01-06的计算结果

已尝试的实现及报错 #

• 尝试给rolling接口传入freq参数指定年度滚动窗口：

  df.rolling(window=1, freq='A').mean()
  

  返回报错：TypeError: rolling() got an unexpected keyword argument 'freq'
• 尝试将自定义DateOffset对象传入rolling的window参数（原代码中变量名eps为笔误，实际为已定义的df）：

  do = pd.DateOffset(years = 1)
  df.rolling(window=do).mean()
  

  返回报错：ValueError: <DateOffset: years=1> is a non-fixed frequency

核心待解决问题 #

• 该年度滚动均值计算需求是否可通过pandas原生rolling接口实现
• 若原生接口不支持，需要调整为哪种技术方案完成计算

内容的提问来源于stack exchange，提问作者Ulf