Как получить скользящее среднее за последние месяцы в пандах

Или вы просто попробуете

df.sort_index(ascending=False).rolling(5).mean().sort_index(ascending=True)

Для вашего дополнительного вопроса

index=pd.date_range(start="4th of July 2017",periods=30,freq="D")
df=pd.DataFrame(np.random.randint(0,100,30),index=index)
df['Month']=df.index
df.Month=df.Month.astype(str).str[0:7]
df.groupby('Month')[0].mean()


Out[162]: 
Month
2017-07    47.178571
2017-08    56.000000
Name: 0, dtype: float64

РЕДАКТИРОВАТЬ 3: для пропущенного значения, скользящего средним за два месяца

index=pd.date_range(start="4th of July 2017",periods=300,freq="D")
df=pd.DataFrame(np.random.randint(0,100,300),index=index)
df['Month']=df.index
df.Month=df.Month.astype(str).str[0:7]
df=df.groupby('Month')[0].agg({'sum':'sum','count':'count'})
df['sum'].rolling(2).sum()/df['count'].rolling(2).sum()


Out[200]: 
Month
2017-07          NaN
2017-08    43.932203
2017-09    45.295082
2017-10    46.967213
2017-11    46.327869
2017-12    49.081967
#etc

Вернет скользящее среднее для количества периодов, указанных в параметре окна. Например. window = 1 вернет исходный список. Window = 2 вычислит среднее значение за 2 дня и так далее.

index=pd.date_range(start="4th of July 2017",periods=30,freq="D")



df=pd.DataFrame(np.random.randint(0,100,30),index=index)


print([pd.rolling_mean(df,window=i,freq="D") for i in range(1,5)])

.....

2017-07-04   NaN
2017-07-05  20.5
2017-07-06  64.5
2017-07-07  58.5
2017-07-08  13.0
2017-07-09   4.5
2017-07-10  17.5
2017-07-11  23.5
2017-07-12  40.5
2017-07-13  60.0
2017-07-14  73.0
2017-07-15  90.0
2017-07-16  56.5
2017-07-17  55.0
2017-07-18  57.0
2017-07-19  45.0
2017-07-20  77.0
2017-07-21  46.5
2017-07-22   3.5
2017-07-23  48.5
2017-07-24  71.5
2017-07-25  52.0
2017-07-26  56.5
2017-07-27  47.5
2017-07-28  64.0
2017-07-29  82.0
2017-07-30  68.0
2017-07-31  72.5
2017-08-01  58.5
2017-08-02  67.0

.....

Кроме того, вы можете удалить значения NA с помощью метода df dropna, например:

df.rolling(window=2,freq="D").mean().dropna() #Here you must adjust the window  size

Итак, весь код, который должен напечатать скользящее среднее за месяцы, выглядит так:

print([df.rolling(i,freq="m").mean().dropna() for i in range(len(df.rolling(window=1,freq="m").sum()))])

Сначала установите Date как индекс:

price_df.set_index('Date', inplace=True)
price_df.index = pd.to_datetime(price_df.index)

Затем рассчитайте скользящее среднее за последние N месяцев:
mv = price_df.rolling(window=i*30, center=False).mean().dropna() для N=i

Наконец, возвращайте подмножество только с первым днем ​​каждого месяца (если это то, что вы хотите вернуть):
mv.ix[mv.index.day==1]