Pandas Datetime聚合：如何计算前日、上周同日及周均值？

看起来你已经搞定了当日均值的计算，接下来要扩展到前日、上周同日和周均值对吧？我给你整理几个实用的实现方案，都是基于Pandas的常规操作，容易理解也高效：

前置准备：确保日期格式正确 #

首先得保证你的day列是datetime格式，不然日期偏移、周计算这些操作会报错。如果还没转换，先执行：

import pandas as pd

data['day'] = pd.to_datetime(data['day'])

一、计算前日均值 #

思路是：先预计算每个站点每日的均值，再把这些均值映射到次日的记录上（也就是当前记录的前日均值）。具体步骤：

1. 先生成所有站点的每日均值表：

# 计算每个站点每日的consomation和temperature均值
daily_means = data.groupby(['site', 'day']).agg(
    consomation_daily=('consomation', 'mean'),
    temperature_daily=('temperature', 'mean')
).reset_index()

2. 把每日均值表的日期往后推1天，再和原数据合并，得到每条记录的前日均值：

# 给每日均值表添加「次日」字段，用来匹配原数据的当前日期
daily_means['next_day'] = daily_means['day'] + pd.Timedelta(days=1)

# 合并到原数据，映射前日均值
data = data.merge(
    daily_means[['site', 'next_day', 'consomation_daily', 'temperature_daily']],
    left_on=['site', 'day'],
    right_on=['site', 'next_day'],
    how='left'  # 用left join避免丢失原数据行
).rename(columns={
    'consomation_daily': 'consomation_prev_day',
    'temperature_daily': 'temperature_prev_day'
}).drop('next_day', axis=1)

如果某条记录没有前日数据（比如数据集的第一天），对应的均值会显示NaN，这是合理的。

二、计算上周同日均值 #

和前日均值思路类似，只是把日期偏移改成7天，找到当前日期的上周同一天：

# 给每日均值表添加「上周同日的次日」字段（也就是当前日期）
daily_means['last_week_same_day_next'] = daily_means['day'] + pd.Timedelta(days=7)

# 合并到原数据，映射上周同日均值
data = data.merge(
    daily_means[['site', 'last_week_same_day_next', 'consomation_daily', 'temperature_daily']],
    left_on=['site', 'day'],
    right_on=['site', 'last_week_same_day_next'],
    how='left'
).rename(columns={
    'consomation_daily': 'consomation_last_week_same_day',
    'temperature_daily': 'temperature_last_week_same_day'
}).drop('last_week_same_day_next', axis=1)

比如2012-11-27的上周同日就是2012-11-20，这个方法会自动匹配对应站点的当日均值。

三、计算周均值（两种常见场景） #

周均值通常有两种需求，我分别给你实现：

场景1：自然周均值（按周一到周日/周日到周六的完整周计算） #

用ISO周（国际标准周，周一为一周第一天）来分组，结合年份避免跨年周混淆：

# 添加年和周的标识列
data['year'] = data['day'].dt.isocalendar().year
data['week'] = data['day'].dt.isocalendar().week

# 用transform直接给每条记录赋值所在周的均值
data['consomation_week_mean'] = data.groupby(['site', 'year', 'week'])['consomation'].transform('mean')
data['temperature_week_mean'] = data.groupby(['site', 'year', 'week'])['temperature'].transform('mean')

这个方法很简洁，每条记录都会带上自己所在自然周的站点均值。

场景2：滚动7天均值（过去7天的滑动窗口均值） #

如果需要的是以当前日期为终点，过去7天内的均值（比如包含当天或不包含），可以用滚动窗口：

# 先按站点和日期排序，确保时间顺序正确
data = data.sort_values(['site', 'day'])

# 计算滚动7天均值（window='7D'表示7天时间窗口，closed='left'表示不包含当天）
data['consomation_7day_rolling'] = data.groupby('site').rolling(
    window='7D',
    on='day',
    closed='left'
)['consomation'].mean().reset_index(level=0, drop=True)

data['temperature_7day_rolling'] = data.groupby('site').rolling(
    window='7D',
    on='day',
    closed='left'
)['temperature'].mean().reset_index(level=0, drop=True)

如果想要包含当天，去掉closed='left'即可（默认是'right'，包含窗口终点）。

内容的提问来源于stack exchange，提问作者Justin