Pandas滚动窗口计算移动平均详解
2026-03-11 23:09:59
0浏览
收藏
Pandas的rolling(window=3).mean()看似简单,实则暗藏陷阱:它默认按索引顺序(非行序或时间序)纵向滑动,索引乱序会导致窗口取到逻辑上不相邻的数据;min_periods默认为3,前两行强制返回NaN而非退化计算;apply中误用np.mean(未处理NaN)会全盘失效;而closed参数和对齐方式更会在末尾引发隐性偏差——真正决定结果可靠性的,往往不是公式本身,而是你是否检查了索引单调性、显式设定了min_periods、优先使用内置方法而非自定义apply,以及坚守默认的right对齐逻辑。

rolling(window=3).mean() 默认按行方向计算,但数据对齐容易出错
这个调用本身没问题,但结果常和你“肉眼看到的”不一致——因为 rolling 默认在 axis=0(即按索引顺序、纵向)滑动,不是按时间先后或你排好的行序。如果 DataFrame 索引乱了(比如删过行、concat 过),window=3 会取索引上连续的三行,而非逻辑上相邻的三行。
实操建议:
- 先确认索引是否有序且连续:用
df.index.is_monotonic_increasing and df.index.is_unique - 如果数据本应按时间处理,优先用时间索引:
df.set_index('date').sort_index().rolling('3D').mean()(此时 window 是时间偏移,不是整数) - 若必须用整数窗口且索引混乱,先重置:
df.reset_index(drop=True).rolling(window=3).mean()
NaN 出现在开头是因为默认 min_periods=1 不生效?
不是。rolling(window=3).mean() 默认 min_periods=None,等价于 min_periods=3——也就是说,前两行根本凑不够 3 个值,直接返回 NaN。很多人误以为它会退化计算(比如第 2 行算前 2 行均值),其实不会。
实操建议:
- 想让前几行也能出值,显式设
min_periods=1:df['col'].rolling(window=3, min_periods=1).mean() min_periods=1下,第 1 行 = 第 1 行自身,第 2 行 = 前两行均值,第 3 行起才是完整窗口均值- 注意:设太小会放大噪声,尤其在首尾突变点附近
apply 里用 lambda 写自定义函数,结果全是 NaN?
常见于写成 .rolling(3).apply(lambda x: np.mean(x)) 却发现输出全空或报错。根本原因是:当窗口内含 NaN 时,np.mean 默认不跳过,结果直接是 NaN;而 pandas 自带的 .mean() 方法默认 skipna=True。
实操建议:
- 优先用内置方法:
.rolling(3).mean()比.apply(np.mean)快且健壮 - 非要用
apply,记得传skipna=True:lambda x: np.nanmean(x)或lambda x: x.mean() - 避免在
apply里做复杂判断——滚动窗口本身不缓存中间状态,每次调用都是独立切片,性能差还难 debug
滚动计算后 shape 不变,但最后几行值异常?
这不是 bug,是窗口对齐方式导致的。pandas 默认用 closed='right':窗口包含当前行和它前面的 window-1 行。所以第 0 行只有自己,第 1 行有 [0,1],……直到第 window-1 行才凑满。但如果你改了 closed 参数(比如 'left' 或 'neither'),对齐逻辑就变了,末尾可能缺数据。
实操建议:
- 查当前行为:
df.rolling(3, closed='right').mean().iloc[:5]对比closed='left' - 除非特殊需求(如对齐未来值),别轻易改
closed;默认'right'最符合直觉 - 如果发现末尾值突然变小/变大,检查是否混用了不同
closed设置,或窗口跨了 group 边界(用了groupby().rolling()却没加group_keys=False)
min_periods 的隐式行为——它们不报错,但悄悄改变结果含义。今天关于《Pandas滚动窗口计算移动平均详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Win11如何查看SSD健康状态
- 上一篇
- Win11如何查看SSD健康状态
- 下一篇
- Windows开机卡Logo怎么解决?快速攻略
查看更多
最新文章
-
- 文章 · python教程 | 1天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 1天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1158次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1141次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1320次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1261次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1119次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

