Python 大熊猫的Groupby、shif和滚动平均数

我试着在熊猫身上进行分组、变换和滚动。我一直在寻找解决办法，但运气不佳。我有一个解决办法，但不是最好的。特别是因为我将来需要做滚动标准差。有谁能帮我提出一个更好的方法吗

输入数据：

df = pd.DataFrame({'month': [201912, 202001, 202001, 202002, 202002, 202003, 202003, 202004],
               'target': [0, 1, 0, 1, 1, 0, 0, 1]
              },
              index = [14, 15, 16, 17, 18, 19, 20, 21])

两个月滚动平均值和一个月班次的预期产量：

df = pd.DataFrame({'month': [201912, 202001, 202002, 202003, 202004],
               'roll_2m': [np.nan, np.nan, 0.33, 0.75, 0.5]
              },
              index = [1, 2, 3, 4, 5])

解决此问题的一个糟糕的解决方法是：

rolling_count = df.shift(1).target['count'].rolling(2).sum()
rolling_sum = df.shift(1).target['sum'].rolling(2).sum()
rolling_mean = rolling_sum/rolling_count                           
df['roll_2m'] = rolling_mean

---

我首先做一个

groupby（）.agg（）

：

输出：

        sum  count   roll_2m
month                       
201912  NaN    NaN       NaN
202001  NaN    NaN       NaN
202002  1.0    3.0  0.333333
202003  3.0    4.0  0.750000
202004  2.0    4.0  0.500000

---

谢谢，我认为这是一个更好的解决方案

        sum  count   roll_2m
month                       
201912  NaN    NaN       NaN
202001  NaN    NaN       NaN
202002  1.0    3.0  0.333333
202003  3.0    4.0  0.750000
202004  2.0    4.0  0.500000