使用 pandas 库中的 groupby() 方法按一列分组，再使用 rolling() 方法计算另一列的滚动平均值，最后使用 mean() 方法计算每个分组的平均值并生成新的列。

代码示例：

import pandas as pd 

# 创建示例数据
data = {'group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [1, 2, 3, 4, 5, 6]}

df = pd.DataFrame(data)

# 按 group 列分组，计算 value 列的滚动平均值
rolling_mean = df.groupby('group')['value'].rolling(2).mean().reset_index(level=0, drop=True)

# 将滚动平均值作为新列添加到原始数据中
df['rolling_mean'] = rolling_mean

print(df)

输出：

  group  value  rolling_mean
0     A      1           NaN
1     A      2           1.5
2     A      3           2.5
3     B      4           NaN
4     B      5           4.5
5     B      6           5.5