Python 如何计算数据帧的修改移动平均值？

关于大熊猫的移动平均线有数百个例子，但我的情况略有不同，我正在寻找一些Pythonic解决方案：

要求： 给定一个窗口，例如5，我想计算coumn

target

的修改移动平均值，并将结果转储到一个新列中，例如，

MA

：

对于从0到3的索引（前四个），使用SUM（0到

目标的索引

）/（索引+1）

对于索引>=window-1（本例中为4），它是一个正常的MA（5）。我假设MA（5）从第五元素开始

我尝试的是：

首先，我知道我可以使用：

df[maname] = df.rolling(window=win)[target].mean()

计算正常MA（win）并转储到列

maname

然后我尝试了其他几种方法，但没有一种有效：

df[maname] = df[target][:df.index + 1].sum() / (df.index + 1) if df.index < win else df.rolling(window=win)[target].mean()

错误：

TypeError:无法使用这些索引器对进行切片索引

下一次尝试：

我没有技巧，所以我决定使用普通C++方法：循环穿越索引（这个算法实际上不同于移动平均值，但这不是我现在的问题）

df.index中的idx的

：
循环=0
而loop如果你在处理股票数据，你可以试一试。
以下是示例代码：

stock = StockDataFrame.retype(pd.read_csv('stock.csv'))
stock['close_5_sma']

谢谢@Mark我没有使用股票数据，但我假设我仍然可以使用此功能？我来看看，谢谢！你可以@NicholasHumphrey您只需将列名设置为“close”似乎是一种简单的方法，只需使用临时列进行两次传递即可。对索引列和普通移动平均列进行窗口平均，然后将它们随意相加。
    for idx in df.index:
        loop = 0
        while loop <= idx:
            df[maname].iloc[idx] = df[maname].iloc[idx] + df[target].iloc[loop]
            loop = loop + 1

        if idx < win:
            df[maname].iloc[idx] = df[maname].iloc[idx] / (idx + 1)
        else:
            df[maname].iloc[idx] = df[maname].iloc[idx] / win

for idx in range(0, 23):
    loop = 0
    while loop <= idx:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] + 5
        loop = loop + 1

    if idx < 5:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] / (idx + 1)

    else:
        dfToWrite.at[idx, 'MA'] = dfToWrite.at[idx, 'MA'] / 5

stock = StockDataFrame.retype(pd.read_csv('stock.csv'))
stock['close_5_sma']