我试图生成col3的滚动2平均值（按col2分组）。我所遇到的困难是填充NaN值，以获取先前计算的滚动平均值。
数据框：

df = pd.read_csv(StringIO("""col1,col2,col3
0,A,1
0,A,2
0,B,3
0,B,4
1,A,5
1,A,6
1,B,7
1,B,8
2,A,9
2,A,10
2,B,11
2,B,12
3,A
3,A
3,B
3,B
4,A
4,A
4,B
4,B
"""))

已尝试：

df.groupby(["col2"])["col3"].rolling(2).mean()

col2    
A     0      NaN
      1      1.5
      4      3.5
      5      5.5
      8      7.5
      9      9.5
      12     NaN
      13     NaN
      16     NaN
      17     NaN
B     2      NaN
      3      3.5
      6      5.5
      7      7.5
      10     9.5
      11    11.5
      14     NaN
      15     NaN
      18     NaN
      19     NaN

我想要什么（以A为例）：

col1 col2  col3
       0    A   1.0
       0    A   2.0
       0    B   3.0
       0    B   4.0
       1    A   5.0
       1    A   6.0
       1    B   7.0
       1    B   8.0
       2    A   9.0
       2    A  10.0
       2    B  11.0
       2    B  12.0
       3    A   NaN # (10 + 9) / 2 = 9.5
       3    A   NaN # (9.5 + 10) / 2 = 9.75
       3    B   NaN # ...
       3    B   NaN
       4    A   NaN # (9.75 + 9.5) / 2 = 9.625
       4    A   NaN # (9.625 + ...)
       4    B   NaN
       4    B   NaN

如果我们可以偏移滚动平均值，从第一个NaN开始，那就太好了。
如果这不能用rolling来完成，那么愿意使用for循环解决方案吗？