python可变数量参数的平均值_pythonpands：计算可变行数上的滚动平均值（移动平均值）...

不是一个特别的潘达西解决方案，但听起来你想做一些类似的事情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()

更新：既然回答了这个问题，OP表示他们需要一个“有效的Pandas解决方案(例如，没有循环)”。如果我们认为这意味着他们想要比上述更高性能的东西，那么，也许讽刺的是，考虑到这个评论，首先想到的优化是避免数据帧，除非需要：

^{pr2}$

此外，正如@JohnE建议的那样，numba很快就可以用于进一步的优化。虽然它在上面的第一个解决方案上没有多大作用，但是第二个解决方案可以用一个现成的@numba.jit来装饰，从而带来立竿见影的好处。将所有三种解决方案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

即使是看起来很无辜的mean也足以摆脱numba；如果我们摆脱它，转而使用@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，如果您碰巧更了解df['distance']的结构，while循环可能会进一步优化。(例如，如果值恰好总是远远小于5，则从其尾部减去累计和将更快，而不是重新计算所有值。)