pandas使用groupby函数计算dataframe数据中每个分组的滚动平均值(rolling mean)的语法

在pandas中，使用groupby和rolling函数来计算DataFrame中每个分组的滚动平均值非常直观。假设有这样一个DataFrame，比如我们想按某个列（如'category'）分组，并计算其他列（如'value'）的滚动平均值，可以这样做：
import pandas as pd

# 假设df是你的DataFrame，columns=['category', 'value']
df = ...

# 使用groupby按category分组
grouped = df.groupby('category')

# 使用rolling(窗口大小, min_periods=1)计算每个分组的滚动平均值，min_periods默认为1，即忽略首个窗口内不足的观测数
rolling_mean = grouped['value'].rolling(window=3).mean()

# rolling_mean现在是一个新的Series，每一项代表该类别下，连续三个值的平均值

这里的window=3表示滑动窗口大小为3，也就是计算每个分组过去三步的平均值。如果你想改变窗口大小，只需要更改这个数字即可。