>我有一个数据帧，其中我的索引是日期时间dtype，但日期不按任何顺序排列。我希望计算数据集的 5 年和 10 年移动平均线。通过使用.rolling_mean我可以根据我设置的窗口来取平均值，但是，由于日期不是连续的，因此这不起作用。
Dataframe:
Date Count
1981-01-08 10
1981-05-12 65
1982-03-17 96
1982-09-15 33
1982-12-01 85
1983-02-03 14
.
.
.
2017-01-28 56
Code:
counts_df = pd.DataFrame(df.groupby('DATE').size().rename('counts'))
start_date_periods = counts_df.loc[counts_df.index > '1981-01-01']
start_date_periods['5yrMA'] = pd.rolling_mean(start_date_periods, window=5)
start_date_periods['10yrMA'] = pd.rolling_mean(start_date_periods, window=10)
这是滚动函数按广告形式工作但不做您希望它执行的操作的情况之一。在最新版本的 Pandas 中，您在使用rolling_mean时应该会收到警告，因为它已被弃用以支持rolling因此为了说明，我将使用rolling：
滚动函数旨在处理任何数据，而不仅仅是时间序列。所以它"回头看"x个单位。回溯使用window参数进行设置。它根据数据帧的排序顺序进行回溯。因此，即使您对数据进行了正确排序，rolling也不知道当您给它一个 5 的窗口时，您指的是年......它只看到"回头看 5 个单元格">
因此，如果您想根据缺失值的数据回顾 5 年，您需要用一些东西填充这些值。您可以使用NaN也可以使用 Pandas 提供的众多插值方法之一。 我将说明NaN方法：
由于您没有提供一些易于使用的合成数据，因此我设置了一些：
np.random.seed(1)
ts_data = pd.DataFrame(np.random.randn(6210),
index = pd.date_range('2000-01-01', '2016-12-31', freq='D'),
columns=['data']) # index of every day for 7 years
ts_sample = ts_data.sample(n=10).sort_index() ## sample then sort
print ts_sample
这将返回一个排序良好的示例 DF，其中包含 10 个值和一个日期索引：
data
2001-07-21 0.107343
2003-07-12 0.658537
2004-08-21 -0.463338
2006-07-13 -0.866955
2011-12-14 0.020956
2012-05-14 -2.685125
2012-12-27 0.494037
2013-06-09 -1.299026
2013-12-12 0.371309
2015-06-17 0.201656
因此，为了填充这些缺失值，让我们创建一个新的 DF，只包含包含所有日期的完整索引：
full_period = pd.DataFrame(index = pd.date_range('2000-01-01', '2016-12-31', freq='D') )
由于 Pandas 使用索引的方式，如果您将我们的示例数据弹出到一列中，Pandas 将使用NaN填充缺失值：
full_period['data'] = ts_sample.data
print full_period['2015-06-16':'2015-06-18']
我只打印了三天，所以我们可以看到它是如何弹出数据的：
data
2015-06-16 NaN
2015-06-17 0.201656
2015-06-18 NaN
所以现在我们有一套完整的每日数据，缺失的数据充满了NaN。现在我们可以做滚动平均值：
rolling = full_period.rolling(min_periods=1, window=365*5,center=False).mean() # daily data so using 5 years of days
print rolling['2015-06-16':'2015-06-18']
并且，再次打印相同的 3 个值：
data
2015-06-16 -0.619570
2015-06-17 -0.482699
2015-06-18 -0.482699
如果您只想选择原始日期的滚动平均值，您可以使用一个小行来做到这一点：
print rolling.ix[ts_sample.index.tolist()]
data
2001-07-21 0.107343
2003-07-12 0.382940
2004-08-21 0.100847
2006-07-13 -0.141103
2011-12-14 0.020956
2012-05-14 -1.332085
2012-12-27 -0.723377
2013-06-09 -0.867290
2013-12-12 -0.619570
2015-06-17 -0.482699
在计算滚动数据之前，根据索引对数据帧进行排序。
使用 pandas 中当前的滚动函数，您可以直接传递天数的窗口大小：滚动('365d') 1 年，滚动('1826d') 5 年，其中考虑到闰年的额外天数(不完全准确，但涵盖大多数情况)，滚动('3652d') 10 年。将仅针对滚动窗口中观察到的数据点计算平均值。