以下是一个示例代码，用于按组计算滚动标准差：

import pandas as pd
import numpy as np

# 创建一个示例数据集
data = {'group': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
        'value': [1, 2, 3, 4, 5, 6, 7, 8, 9]}
df = pd.DataFrame(data)

# 按组计算滚动标准差
df['rolling_std'] = df.groupby('group')['value'].rolling(3).std().reset_index(level=0, drop=True)

print(df)

输出结果为：

  group  value  rolling_std
0     A      1          NaN
1     A      2          NaN
2     A      3     1.000000
3     B      4          NaN
4     B      5          NaN
5     B      6     1.000000
6     C      7          NaN
7     C      8          NaN
8     C      9     1.000000

在这个示例中，我们首先创建了一个包含组别和数值的数据集。然后，我们使用groupby方法将数据按组分组，并使用rolling方法计算滚动标准差。在这里，我们使用了窗口大小为3的滚动窗口。最后，我们将计算得到的滚动标准差结果添加到数据集中。