pandas计算移动平均值
本人遇到遇到一个任务，计算同月份合约当天各合约总持仓量的移动平均值。
立刻写下了这个函数：
group = df.groupby(['合约系列','date']) f = pd.DataFrame(group['持仓量'].sum().rolling(20).mean())
上交后，提出要求，不行，这个数据不行，存在一些数据，因为不足20天，导致结果为NAN。
一开始没想到思路，然后就问问群里的大佬，大佬给的第一个建议，写个功能函数。但是因为数据比较复杂，非连续数据，光是分类就很难，就继续询问。
直到一位大佬给了个答案：
group = df.groupby(['合约系列','date']) f = pd.DataFrame(group['持仓量'].sum().rolling(20,min_periods = 1).mean())
min_periods：#表示窗口最少包含的观测值为1
意味着数据不满20天的，自动有一天算一天，计算均值。如第19天数据，此时显示的结果就是前面19天的均值。
pandas求滑动平均值
df.rolling(3, center=True).mean()
如果求最小值、最大值、求和等，可以改变最后面的函数，比如
df.rolling(3, center=True).min() df.rolling(3, center=True).max() df.rolling(3, center=True).sum()
其他参数：
DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)
window：选几个数求滑动平均值center：true-以当前数为中心win_type：如果没有特殊指定，所有数的权重是一样的
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
您可能感兴趣的文章: