python可变数量参数的平均值_Python Pandas：计算可变行数的滚动均值（移动平均值）...

不是一个特别容易解决的问题，但听起来你想要做类似的事情

df['rv'] = np.nan

for i in range(len(df)):

j = i

s = 0

while j >= 0 and s < 5:

s += df['distance'].loc[j]

j -= 1

if s >= 5:

df['rv'].loc[i] = df['velocity'][j+1:i+1].mean()

Update ：自从这个回答以来，OP表示他们想要一个"valid Pandas solution (e.g. without loops)" . 如果我们认为这意味着他们想要比上述更高效的东西，那么，或许讽刺地给出评论，首先想到的优化是避免数据框架，除非需要：

l = len(df)

a = np.empty(l)

d = df['distance'].values

v = df['velocity'].values

for i in range(l):

j = i

s = 0

while j >= 0 and s < 5:

s += d[j]

j -= 1

if s >= 5:

a[i] = v[j+1:i+1].mean()

df['rv'] = a

此外，正如@JohnE所建议的那样，numba很快就会进一步优化 . 虽然它对上面的第一个解决方案没有太大作用，但第二个解决方案可以用开箱即用的装饰进行装饰，并立即带来好处 . 对所有三种解决方案进行基准测试

pd.DataFrame({'velocity': 50*np.random.random(10000), 'distance': 5*np.random.rand(10000)})

我得到以下结果：

Method Benchmark

-----------------------------------------------

Original data frame based 4.65 s ± 325 ms

Pure numpy array based 80.8 ms ± 9.95 ms

Jitted numpy array based 766 µs ± 52 µs

即使是看上去无辜的人也足以甩掉numba;如果我们摆脱它，而不是去

@numba.jit

def numba_example():

l = len(df)

a = np.empty(l)

d = df['distance'].values

v = df['velocity'].values

for i in range(l):

j = i

s = 0

while j >= 0 and s < 5:

s += d[j]

j -= 1

if s >= 5:

for k in range(j+1, i+1):

a[i] += v[k]

a[i] /= (i-j)

df['rv'] = a

然后基准降低到158μs±8.41μs .

现在，如果您碰巧了解 df['distance'] 的结构，可以进一步优化 while 循环 . (例如，如果值总是远低于5，那么从尾部剪切累积总和会更快，而不是重新计算所有内容 . )