分组DataFrame滚动均值自定义窗口：取4个唯一值计算

针对你的需求，我们需要先明确核心逻辑：同一Group内，仅当已经出现至少4个不同的唯一值时，计算最近4个唯一值的等权重均值，否则返回NaN；同时原DataFrame中每个唯一值会重复多次（你提到的3个重复为一组），所以每个唯一值对应的所有行都要应用同一个均值结果。

下面是具体的实现步骤和代码：

步骤拆解 #

1. 分组提取唯一值序列：对每个Group，按数值出现的先后顺序提取唯一值，并记录每个唯一值对应的原DataFrame行索引。
2. 计算唯一值的滚动均值：对每个Group的唯一值序列，计算窗口大小为4的滚动均值（仅当窗口内凑齐4个值时生效，不足则返回NaN）。
3. 映射均值回原DataFrame：将每个唯一值对应的滚动均值，批量赋值给原DataFrame中该值所在的所有行。

代码实现 #

假设你的DataFrame名为df，列名分别为Group和Column to roll：

import pandas as pd

# 示例DataFrame
data = {
    'Group': [1,2,2,2,2,2,2,2,2,2,2,2,2],
    'Column to roll': [9,5,5,4,4,4,3,3,3,6,6,6,8]
}
df = pd.DataFrame(data)

# 1. 对每个Group，整理唯一值顺序及对应行索引
grouped = df.groupby('Group')['Column to roll']
group_unique_info = {}
for group, series in grouped:
    # 按出现顺序提取唯一值
    unique_vals = series.unique()
    # 记录每个唯一值对应的所有行索引
    val_to_indices = {val: series[series == val].index for val in unique_vals}
    group_unique_info[group] = {'unique_vals': unique_vals, 'val_to_indices': val_to_indices}

# 2. 计算滚动均值并映射回原表
df['Output'] = pd.NA
for group, info in group_unique_info.items():
    unique_vals = info['unique_vals']
    val_to_indices = info['val_to_indices']
    
    # 计算窗口为4的滚动均值，min_periods=4确保只有凑齐4个值才计算
    rolling_means = pd.Series(unique_vals).rolling(window=4, min_periods=4).mean()
    
    # 把均值赋值给对应行
    for idx, mean_val in rolling_means.items():
        if not pd.isna(mean_val):
            target_val = unique_vals[idx]
            df.loc[val_to_indices[target_val], 'Output'] = mean_val

# 查看结果
print(df)

结果说明 #

运行代码后得到的Output列符合预期：

• Group1仅1个唯一值，无法凑齐4个，所以输出NaN；
• Group2前3个唯一值（5、4、3）对应的所有行都输出NaN；第4个唯一值6出现时，计算(5+4+3+6)/4=4.5；第5个唯一值8出现时，计算(4+3+6+8)/4=5.25，对应行统一赋值该均值。

内容的提问来源于stack exchange，提问作者Chris