Python案例如何用Pandas做数据移动平均

wen python案例 2026-07-15 1

Python案例：如何用Pandas做数据移动平均——从入门到实战优化

目录导读

为什么需要移动平均？——核心概念与业务场景
Pandas移动平均基础操作：.rolling().mean() 详解
实战案例：股票价格与销售数据的平滑处理
进阶技巧：不同窗口类型、权重移动平均与多维数据
常见问题与优化（含SEO问答）
总结与性能建议

为什么需要移动平均？——核心概念与业务场景

在时间序列分析中,移动平均（Moving Average） 是消除短期波动、揭示长期趋势的经典方法，股票交易中的5日均线、电商销售额的7日滚动平均，都属于移动平均应用。

Python案例如何用Pandas做数据移动平均

核心公式：
对序列 x₁, x₂, …, xₙ，窗口大小为 k 的简单移动平均（SMA）为：
MA_t = (x_{t-k+1} + x_{t-k+2} + … + x_t) / k

适用场景：

金融：去除日内噪音，识别趋势
零售：平滑促销导致的销量尖刺
物联网：过滤传感器信号抖动

问：移动平均与简单平均有什么区别？
答：简单平均取全体数据均值，无法反映时间变化；移动平均只取最近时段数据，能动态跟踪趋势，适合实时序列。

Pandas移动平均基础操作：`.rolling().mean()` 详解

Pandas的 rolling() 方法提供了高效的滑动窗口操作，配合 mean() 即可实现移动平均。

1 基础代码结构

import pandas as pd
# 创建时间序列数据
data = {'date': pd.date_range('2023-01-01', periods=10, freq='D'),
        'value': [100, 105, 98, 102, 110, 108, 115, 120, 117, 122]}
df = pd.DataFrame(data)
df.set_index('date', inplace=True)
# 3日移动平均（窗口大小为3）
df['SMA_3'] = df['value'].rolling(window=3).mean()

输出示例：

            value  SMA_3
date                    
2023-01-01    100    NaN
2023-01-02    105    NaN
2023-01-03     98  101.0  # (100+105+98)/3
2023-01-04    102  101.7
...

2 关键参数解读

window：窗口大小（天数、行数）
min_periods：最小有效值数，低于则返回NaN（默认与window相同）
center：是否居中窗口（True则平均值位于窗口中间位置，常用于平滑）

问：为什么前两行的移动平均值为NaN？
答：默认情况下，需要至少 window 个数据点才能计算，若需前两行也有值，可设置 min_periods=1。

实战案例：股票价格与销售数据的平滑处理

案例1：股票日收盘价的5日与20日均线

import yfinance as yf  # 真实金融数据源（需安装）
import pandas as pd
# 获取苹果股票2023全年数据
aapl = yf.download('AAPL', start='2023-01-01', end='2023-12-31')
aapl['SMA5'] = aapl['Close'].rolling(window=5).mean()
aapl['SMA20'] = aapl['Close'].rolling(window=20).mean()

效果：5日均线紧跟价格波动，20日均线更平滑，常用于判断长期趋势。

案例2：电商周销售额的7日滚动平均（含假日波动处理）

# 模拟含促销峰的每日销售
sales = pd.Series([5000, 4800, 20000, 5100, 4900, 5200, 5300], 
                  index=pd.date_range('2023-01-01', periods=7))
sales_ma7 = sales.rolling(7, min_periods=1).mean()

注意：若星期中存在大促日（如20000），移动平均会明显拉高均值，导致趋势失真，此时可考虑中位数移动平均或剔除异常点。

问：移动平均对异常值敏感吗？
答：是的，简单移动平均对异常值敏感，因为窗口内所有值同等权重，可改用加权移动平均（WMA）或指数移动平均（EMA）降低影响。

进阶技巧：不同窗口类型、权重移动平均与多维数据

1 指数移动平均（EMA）——更敏感的趋势跟随

df['EMA_3'] = df['value'].ewm(span=3, adjust=False).mean()

特点：越近的数据权重越大，对趋势变化反应更快。

2 加权移动平均（自定义权重）

weights = [0.5, 0.3, 0.2]  # 最近3个点权重
def wma(arr):
    return np.dot(arr, weights) / sum(weights)
df['WMA_3'] = df['value'].rolling(3).apply(wma)

3 多列同时计算移动平均

# 假设df有open, high, low, close四列
df_ma = df[['open','high','low','close']].rolling(5).mean()

4 分组滑动平均（按分类维度）

df_grouped = df.groupby('category')['value'].rolling(3).mean().reset_index()

问：rolling 能否用于非时间索引的数据？
答：可以，rolling 默认基于行数，若需基于时间间隔，使用 rolling(window='7D') 按时间窗口。

常见问题与优化（含SEO问答）

Q1：Pandas滚动平均结果出现大量NaN，如何避免？
A：设置 min_periods 为较小值，或提前用 fillna(method='ffill') 填充缺失。

Q2：移动平均后数据滞后怎么办？
A：若要求对齐当前时刻，可设置 center=True，但会丢失窗口两端的值，或改用指数移动平均。

Q3：百万行数据时移动平均性能差，如何优化？
A：

确认Pandas版本 ≥1.5（改进的Cython滚动计算）
将窗口类型转为 numba 加速（rolling(..., engine='numba')）
考虑先对数据降采样再计算

Q4：如何计算移动平均的置信区间？
A：可结合 rolling().std() 计算滚动标准差，进而构建 mean ± 2*std 区间。

总结与性能建议

基础用法：df['col'].rolling(window=N).mean() 可应对80%需求
选型指南：
- 简单趋势：简单移动平均（SMA）
- 灵敏跟随：指数移动平均（EMA）
- 异常抑制：中位数移动平均（.rolling().median()）
性能关键：大数据集（>10万行）优先使用 pandas 1.5+，或转移至 Dask / Modin 进行分布式计算。