Python 如何在特定范围内逐行增加滚动平均值

在执行滚动操作时，我只剩下NaN值。我想通过应用足够短的滚动平均值来解决这个问题，以适合特定的行。以下是数据示例：

#get the rolling mean from last 7 days 
df = pd.DataFrame(np.random.randint(10, size=10), columns=['values'])
df['rolling7'] = df['values'].rolling(7).mean().round(1)
df.head(10)

   values  rolling7
0  7       NaN
1  6       NaN
2  3       NaN
3  4       NaN
4  0       NaN
5  9       NaN
6  0       4.1
7  1       3.3
8  3       2.9
9  9       3.7

我想用大约更短的滚动方式填充NaN：

第0行滚动（1），第1行滚动（2），等等

我理解代码失败的原因，但我不知道如何修复该增量：

m = 0
for row in df.loc[0:6]:
        m = ++1
        df['rolling7'] = df['values'].rolling(m).mean().round(1)
df.head(10)

   values   rolling7
0  7        7.0
1  6        6.0
2  3        3.0
3  4        4.0
4  0        0.0
5  9        9.0
6  0        0.0
7  1        1.0
8  3        3.0
9  9        9.0
# and I don't know why it went through entire df even if I specified the rows

---

.rolling

在窗口之后接受一个可选参数，

min\u periods

，该参数将为您提供所需的行为。通过将其设置为

1

，它将为每行提供最长的滚动平均值：

In [14]: df = pd.DataFrame(np.random.randint(10, size=10), columns=['values'])
    ...: df['rolling7'] = df['values'].rolling(7, 1).mean().round(1)
    ...: df.head(10)
    ...:
Out[14]:
   values  rolling7
0       9       9.0
1       0       4.5
2       1       3.3
3       7       4.2
4       9       5.2
5       7       5.5
6       1       4.9
7       3       4.0
8       5       4.7
9       3       5.0

至于为什么你的代码不起作用，有两个大问题。首先，

m=++1

与

m=1

相同，因此它永远不会改变那里的值。您可能打算

m+=1

。第二个

df['rolling7']=df['values'].rolling（m）.mean（）.round（1）

每次对整个

df

分配

rolling7

，对整个列进行操作