Pandas 计算数据帧中每5行的平均和标准偏差

我有一个数据帧，例如：

A
27.00   
18.00
15.00
7.50
5.00
4.00
3.00
1.50
1.00

现在，我想计算从下到上每5行的平均和标准偏差，并将其设置在上面的一行作为附加列，例如：

A       B(avg)  C(standard deviation)
27.00   9.90    6.24899992
18.00   6.90    4.827007354
15.00   4.20    2.252776065
7.50    2.90    1.673320053
5.00        
4.00        
3.00        
1.50        
1.00

---

9.90=平均-4.00,5.00,7.50,15.00,18.00

6.2489992=标准偏差-4.00,5.00,7.50,15.00,18.00

---

我怎样才能做到这一点呢？

我想你在寻找与

.mean（）

和

.std（）

相结合的

.rolling（）

：

编辑：

---

.dropna（）.reset_index（drop=True）

为每列设置索引，使其位于第一行。

使用滚动并将结果上移5行

df[['B','С']] = df.rolling(5)['A'].agg(('mean','std')).shift(-5)

---

您的代码在B列第0行返回14.5，但我想返回的值是第0行中的9.9平均值-4.00、5.00、7.50、15.00、18.00对于前五行，平均值是：

（27+18+15+7.5+5）/5=14.5

。但我想平均值为第0行中的-4.00、5.00、7.50、15.00、18.00。请澄清您的问题。为什么要从底部开始计数而不考虑第一行？此代码返回：ValueError:列的长度必须与键的长度相同这意味着您在df中已经有了B列和C列

df.drop（列=['B'，'C']）

before

df[['B','С']] = df.rolling(5)['A'].agg(('mean','std')).shift(-5)