使用Python中的pandas库，可以通过rolling函数轻松计算滚动平均值。

具体步骤如下：

1. 从数据源读取包含时间序列数据的文件，转换成pandas的DataFrame格式。
2. 对于不同的起始年份和窗口长度，使用rolling函数计算滚动平均值。
3. 将结果保存到新的DataFrame中，并进行可视化展示。

代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('data.csv', index_col='Date', parse_dates=True)
# 按年计算滚动平均值
start_years = [2010, 2011, 2012]
window_lengths = [3, 5, 7]
for year in start_years:
    for length in window_lengths:
        # 使用rolling函数计算滚动平均值
        rolling_mean = df[str(year):].rolling(window=length).mean()
        # 可视化展示
        plt.plot(df.index, df['Value'], label='Original')
        plt.plot(rolling_mean.index, rolling_mean['Value'], label='Rolling Mean')
        plt.title('Rolling Mean with start year {} and window length {}'.format(year, length))
        plt.legend()
        plt.show()

其中，数据文件需要按照时间顺序排列，例如：

Date,Value
2010-01-01,10
2010-02-01,12
2010-03-01,14
...