如何使用Pandas为DataFrame计算基于date列的1年滚动平均值？

我来帮你搞定这个需求！要给test DataFrame里每个ID计算每行的1年滚动平均值，咱们分几步来，确保结果准确：

第一步：先把数据理清楚 #

首先得保证时间列是正确的格式，而且每个ID的时间序列是有序的——毕竟滚动窗口得按时间顺序来算才合理：

import pandas as pd

# 把date列转成datetime类型，不然没法做时间窗口计算
test['date'] = pd.to_datetime(test['date'])

# 按ID分组，每个ID内部按日期升序排序（从早到晚）
test = test.sort_values(by=['id', 'date'])

第二步：分组计算滚动平均值 #

用groupby结合rolling的时间窗口功能，就能轻松实现按ID单独计算过去1年的均值：

# 新增一列存储1年滚动平均值
test['rolling_1y_mean'] = test.groupby('id')['variation'].rolling(
    window='365D',  # 窗口范围是过去365天，也可以用'1Y'，根据需求选择
    on='date'       # 指定用date列作为时间基准
).mean().reset_index(level=0, drop=True)

关键细节说明： #

• groupby('id')：确保每个ID的滚动计算独立，不会和其他ID的数据混在一起
• window='365D'：表示取当前日期往前推365天内的所有数据来算均值，注意闰年场景可能差一天，可根据业务需求调整
• on='date'：告诉pandas用哪一列作为时间窗口的依据
• reset_index(...)：把分组产生的ID索引去掉，让计算结果能和原DataFrame完美对齐

小提示 #

如果你的原始数据是按日期降序排列的（比如示例里的日期是从新到旧），那排序的时候改成sort_values(by=['id', 'date'], ascending=[True, False])就行，滚动窗口会自动适配顺序。另外，如果某一行往前365天内没有数据，对应的滚动平均值会是NaN，这是正常的，你可以根据需求用fillna()做后续处理。

内容的提问来源于stack exchange，提问作者Thomas