Pandas计算移动平均值教程

Python中用Pandas的`rolling()`计算移动平均值远不止调用`.mean()`那么简单：默认右对齐导致前N−1行返回NaN并非bug而是设计使然；时间序列应优先使用`rolling('5D')`等时间偏移窗口以避免非等距索引下的截断风险；`min_periods`和`skipna`需协同配置才能精准控制NaN处理逻辑与有效值下限；自定义函数（如中位数）必须严格返回标量，且推荐`lambda x: x.quantile(0.5)`而非`np.median`以防维度陷阱；多列计算直接`df.rolling(5).mean()`即可自动广播，无需循环；而看似隐蔽的坑——如索引未单调递增导致结果错位、混合类型列静默失败、链式调用引发重复遍历——往往让分析结果悄然偏离预期，真正稳健的移动平均，始于对这些细节的清醒认知。

用 rolling() 计算移动平均前，先确认窗口对齐方式

移动平均不是简单取前 N 个数求均值——rolling() 默认是“右对齐”窗口，即当前行参与计算时，只包含它和前面的 N−1 行。如果你要的是“中心对齐”（比如做平滑曲线），得显式加 center=True 参数。

常见错误现象：df['price'].rolling(5).mean() 返回前 4 行全是 NaN，不是 bug，是设计如此；有人误以为数据丢了，其实是窗口没凑够 5 个值。

• 时间序列场景下，若索引是 DatetimeIndex，建议优先用 rolling('5D') 这类时间偏移写法，比固定整数窗口更鲁棒
• min_periods 参数很关键：设为 1 可让首行就出值（用单个数均值），但会掩盖数据稀疏问题
• 整数窗口在非等距索引上可能产生意外截断，比如跳过某天缺失后，实际参与计算的行数少于预期

rolling().apply() 自定义函数要注意返回标量

想算中位数、分位数或带条件的均值？可以传函数进去，但 rolling().apply() 要求函数必须返回单个标量值，否则报错 ValueError: Must produce aggregated value。

典型翻车点：用 np.mean(x) 没问题，但写成 np.array(x).mean() 或忘了 axis=0，在某些 pandas 版本里可能返回 array 而非 float。

• 推荐始终用 lambda x: x.quantile(0.5) 而非 np.median，后者不保证输入是 1D Series
• 自定义函数里避免调用 len(x) 判空——x 是 Series，应改用 x.notna().sum() 统计有效值
• 性能敏感时别在里面写循环，rolling().apply() 本身不向量化，比原生 .mean() 慢 10 倍以上

处理含 NaN 的列时，rolling 默认跳过它们

pandas 的 rolling 在计算时默认忽略 NaN（等价于 skipna=True），这跟 NumPy 的 np.nanmean 一致，但容易引发误解：比如窗口内有 3 个数 + 2 个 NaN，结果是那 3 个数的均值，不是 NaN。

如果你需要“任一 NaN 就让整个窗口结果为 NaN”，得手动关掉跳过行为：

df['close'].rolling(5, min_periods=5).mean()  # min_periods=5 强制要求满窗才计算

• min_periods 和 skipna 是两回事：skipna 控制 NaN 是否参与计算，min_periods 控制至少几个非空值才输出结果
• 混合类型列（如字符串混数字）会导致 rolling().mean() 直接失败，务必提前用 pd.to_numeric(..., errors='coerce') 清洗
• 布尔列也能 rolling，但 .mean() 会转成 0/1 比例，不是 True 数量——这点常被忽略

多列同时滚动计算，别用循环套 rolling

对 DataFrame 多列分别算移动平均，直接 df.rolling(5).mean() 就行，pandas 自动广播到所有数值列。手写 for col in df.columns: 套 rolling 不仅慢，还容易漏掉类型判断。

但注意：如果某些列是非数值型（比如时间戳或分类变量），.mean() 会静默跳过它们，返回时只保留能算的列——看起来像“丢列”，其实是正常行为。

• 想明确控制哪些列参与，用 df[['col_a', 'col_b']].rolling(5).mean() 显式选取
• 结果对齐靠索引，不是靠原始顺序；如果中间重排过索引，滚动结果可能错位，先检查 df.index.is_monotonic_increasing
• 内存方面，rolling 是惰性计算，但链式调用如 .rolling().mean().diff() 会触发两次遍历，大表建议拆成中间变量

滚动窗口看着简单，真正踩坑多在边界对齐、NaN 处理和多列广播逻辑上——这些地方不打印中间结果，很难一眼看出哪步歪了。

终于介绍完啦！小伙伴们，这篇关于《Pandas计算移动平均值教程》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！