求助：Pandas滚动均值计算未成功，如何生成指定格式结果？

我来帮你搞定这个问题～首先咱们先明确你的需求：你想要把9行数据分成3个不重叠的3行窗口，每个窗口计算Var_1和Var_2的均值，并且把均值对应到窗口的中间日期，最终得到3行2列（带日期索引）的结果。

你之前的代码用了rolling(3).mean()，但这里有两个关键问题：

1. 默认的滚动窗口是右对齐的，计算出的均值会对应窗口的最后一行日期，而不是你想要的中间日期；
2. 默认的滚动窗口是重叠滑动的，会生成7个非NaN结果，而不是你需要的3个不重叠的结果。

方法一：滚动窗口+筛选指定行 #

我们可以用center=True让滚动窗口的均值对应到中间行，然后筛选出每个不重叠窗口的中间行即可：

import pandas as pd

# 先构造你的DataFrame
data = {
    'Dates': ['2018-01-09', '2018-01-10', '2018-01-11', '2018-01-12', '2018-01-13', '2018-01-14', '2018-01-15', '2018-01-16', '2018-01-17'],
    'Var_1': [612.0, 348.0, 350.0, 335.0, 334.0, 325.0, 580.0, 334.0, 325.0],
    'Var_2': [368.0, 348.0, 337.0, 337.0, 900.0, 325.0, 317.0, 900.0, 325.0]
}
df = pd.DataFrame(data)

# 1. 设置日期为索引，计算中心对齐的3行滚动均值
rolling_result = df.set_index('Dates').rolling(3, center=True).mean()

# 2. 筛选出每个不重叠窗口的中间行（索引1、4、7，对应3个窗口的中间日期）
result = rolling_result.iloc[1::3]

# 如果需要把日期作为普通列而不是索引，执行下面这行
# result = rolling_result.iloc[1::3].reset_index()

运行后result就是你要的目标结果：

Var_1       Var_2
Dates                        
2018-01-10  436.666667  351.000000
2018-01-13  331.333333  520.666667
2018-01-16  413.000000  514.000000

方法二：分组计算均值 #

如果你更倾向于直接分组计算（把9行分成3组，每组3行），也可以用groupby，逻辑会更直观：

# 按每3行分组，计算均值并取每组的中间日期
grouped = df.groupby(df.index // 3).agg({
    'Dates': lambda x: x.iloc[1],  # 提取每组的中间日期
    'Var_1': 'mean',
    'Var_2': 'mean'
}).set_index('Dates')

这个方法得到的结果和上面完全一致，直接把数据拆成3个独立分组，每组取中间日期和列均值。

为什么你的原始代码没成功？ #

再回头看你的代码df.set_index('Dates').rolling(3).mean().reset_index()：

• 它计算的是重叠滑动窗口的右对齐均值，比如2018-01-11对应的是前3行（0-2）的均值，而不是你想要的对应2018-01-10；
• 结果会生成7个非NaN行（从第3行开始），不符合你要3行的需求。

内容的提问来源于stack exchange，提问作者user9703788