Pandas：按星期几和小时计算移动平均值

嗨，这个需求我太熟悉了！要高效实现按星期几+对应小时的4周移动平均，咱们用Pandas的分组+滚动窗口就能搞定，全是向量化操作，处理超长数据集也毫无压力。一步步来：

核心思路 #

我们的目标是把同一星期几、同一小时的所有数据点归为一组，然后在每个组内取过去4个连续的点（正好对应过去4周的同一时间点）计算平均值。这样既精准匹配需求，又能利用Pandas的内置优化保证效率。

代码实现（附详解） #

假设你的原始数据是一个名为raw_series的Pandas Series，索引是Datetime类型（如果还不是，先转一下：raw_series = raw_series.rename_axis('Datetime').rename('Value').sort_index()）。

1. 补全缺失小时并填充0

原始数据有不少缺失的小时段（比如2023-01-01 15:00、16:00），我们先把时间序列补成完整的小时级，缺失的位置填充0：

import pandas as pd

# 生成从数据最早到最晚时间的完整小时索引
full_time_index = pd.date_range(
    start=raw_series.index.min(), 
    end=raw_series.index.max(), 
    freq='H'
)
# 重新索引，缺失的小时填充0
full_series = raw_series.reindex(full_time_index, fill_value=0).reset_index().rename(
    columns={'index': 'Datetime', 0: 'Value'}
)

2. 创建「星期几-小时」分组键

给每个时间点打上唯一的分组标识，把每周同一天同一小时的点归为一组：

# 用(星期几, 小时)的元组作为分组键，0=周一，6=周日
full_series['group_key'] = list(zip(
    full_series['Datetime'].dt.weekday, 
    full_series['Datetime'].dt.hour
))

3. 分组计算4周滚动平均

在每个组内，用滚动窗口为4的平均值——因为每个组里的点是按时间顺序排列的，每4个连续点正好对应过去4周的同一星期几+小时的数据：

# 分组后计算滚动平均，transform会把结果映射回原数据行
full_series['4week_ma'] = full_series.groupby('group_key')['Value'].transform(
    lambda x: x.rolling(window=4, min_periods=1).mean()
)

• 这里的min_periods=1是说，如果某个组的前几个点不足4个（比如数据开头的前3周），也会用现有数据计算平均；如果要求必须凑够4周数据才计算，把min_periods改成4就行。

4. （可选）回到原始数据的时间索引

如果只需要保留原始数据中存在的时间点的结果，重新索引回去即可：

# 回到原始时间点，得到最终的移动平均结果
final_result = full_series.set_index('Datetime').loc[raw_series.index, '4week_ma']

为什么高效？ #

所有操作都是Pandas的内置向量化运算，groupby和rolling都是经过C优化的，完全避免了Python循环，处理百万级别的时间序列也能快速完成，完美适配你的长数据需求。

备注：内容来源于stack exchange，提问作者lpounng