Pandas时间序列 ：rolling 用法快速理解

相信初学Pandas时间序列时，会遇到rolling函数，不知道该怎么理解，对吧？

让我们用最简单的例子来说明吧。

代码如下：

import pandas as pd  
# 导入 pandas 

index = pd.date_range('2019-01-01',periods=20)  
#创建日期序列

data = pd.DataFrame(np.arange(len(index)),index=index,columns=['test'])
#创建简单的pd.DataFrame

data
#打印data
data['sum'] = data.test.rolling(3).sum()
#移动3个值，进行求和
data['mean'] = data.test.rolling(3).mean()
#移动3个值，进行求平均数
data['mean1'] = data.test.rolling(3,min_periods=2).mean()
#移动3个值，最小计数为2，进行求平均数，查看跟上面有何不同

我们看下结果吧

 大家可以看到：

1.sum列和mean列分别为三个连续值（从当前值向前推两个，共计三个值）的求和/求平均值

2.mean列和mean1列区别在于：前者NaN值有2个，后者只有1个 

简单了解后，我们补充相对复杂的解释：

DataFrame.rolling(window, min_periods=None, freq=None, center=False, win_type=None, on=None, axis=0, closed=None)

逐个介绍参数值：

1） window：表示时间窗的大小，通常为int，数值表示计算统计量的观测值的数量即向前几个数据，见上面例子中rolling(3)

2）min_periods：最少需要有值的观测点的数量，对于int类型，默认与window相等。若调整，则一般小于window值，见上面例子rolling(3,min_periods=2)

3）freq：从0.18版本中已经被舍弃。

4）center：是否使用window的中间值作为label，默认为false。只能在window是int时使用。让我们举例说明，如下截图所示，

大家看出不一样了吗？

没有看出来，我们再次举例，见截图如下：

这次大家应该看出来，center=True 的设定，会使得三个连续值（从当前值向前向后各推1个，共计3个值）求平均值

5）win_type：默认为None，一般不特殊指定

6）on：对于多列FrameData，用on来指定使用哪列（举例data.test，已经指定了）

7）closed：定义区间的开闭，即默认为right

8）axis：0--行，1---列
 

好了，希望能够给大家带来帮助，谢谢阅读。