Python 大熊猫的滚动平均值？

我有一个示例df如下：

| date       | group  | price |
|------------|--------|-------|
| 11/25/2020 | cars   | 3     |
| 11/25/2020 | trucks | 2     |
| 11/26/2020 | cars   | 5     |
| 11/26/2020 | trucks | 2     |
| 11/27/2020 | cars   | 3     |
| 11/27/2020 | trucks | 4     |

我的最终目标是得到每个小组截至日期的滚动累计平均价格。我期望的输出如下：

| date       | group  | avg_price |
|------------|--------|-----------|
| 11/25/2020 | cars   | 3         |
| 11/26/2020 | cars   | 4         |
| 11/27/2020 | cars   | 3.67      |
| 11/25/2020 | trucks | 2         |
| 11/26/2020 | trucks | 2         |
| 11/27/2020 | trucks | 2.67      |

我最初的想法是使用

df.itertuples（）

循环df，同时使用

while循环

日期范围，但我不能完全理解它。如果有人对最快的方法有任何建议，我们将不胜感激，谢谢

可用于累计平均值：

df=df.set_index（'date'）.groupby（'group'）.expanding（）.mean（）
#组日期价格
#汽车2020年11月25日300万辆
#        11/26/2020  4.000000
#        11/27/2020  3.666667
#卡车2020年11月25日200万辆
#        11/26/2020  2.000000
#        11/27/2020  2.666667

要匹配您的精确输出，请重置索引并重命名

price

：

df=df.reset_index（）.reset_index（）.rename（列={'price'：'avg_price'}））
#团体日期平均价格
#0辆车2020年11月25日300万辆
#1辆车2020年11月26日400万辆
#2辆车2020年11月27日3.666667
#3辆卡车2020年11月25日200万辆
#4辆卡车2020年11月26日200万辆
#5辆卡车2020年11月27日2.666667

您是否尝试过这种方法，将日期列转换为数据帧的索引，然后对所需频率使用滚动功能？编辑：选中此项扩展的作用是什么@tdy@Vishnudev看看哦！谢谢@Anurag。这就像在开始索引固定的情况下滚动一样。@Vishnudev是的，但在

扩展（）

时，窗口大小不是恒定的。它不会滑动固定窗口（如

rolling（）

），而是以增量方式扩展窗口。实际上，我刚刚意识到这就是你所说的“开始索引固定”的意思