pandas窗口函数

.rolling()函数

rolling函数固定窗口大小，滚动计算，每次滚动1格
先随机创建一个数据集，有4列，10行

df = pd.DataFrame(np.random.randn(10, 4),index = pd.date_range('1/1/2020', periods=10),columns = ['A', 'B', 'C', 'D'])

#计算3天的平均值,第三个元素的值将是n，n-1和n-2元素的平均值。
df.rolling(window=3).mean()

方法签名

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

window：表示时间窗的大小，有两种形式：1）使用数值int，则表示观测值的数量，即向前几个数据；2）也可以使用offset类型，这种类型较复杂，使用场景较少，此处暂不做介绍；
min_periods：每个窗口最少包含的观测值数量，小于这个值的窗口结果为NA。值可以是int，默认None。offset情况下，默认为1；
center: 把窗口的标签设置为居中，布尔型，默认False，居右
win_type: 窗口的类型。截取窗的各种函数。字符串类型，默认为None；
on: 可选参数。对于dataframe而言，指定要计算滚动窗口的列。值为列名。
axis: 默认为0，即对列进行计算
closed：定义区间的开闭，支持int类型的window。对于offset类型默认是左开右闭的即默认为right。可以根据情况指定为left、both等。

常用函数:
rolling()函数除了mean()，还支持很多函数，比如：
count() 非空观测值数量
sum() 值的总和
median() 值的算术中值
min() 最小值
max() 最大
std() 贝塞尔修正样本标准差
var() 无偏方差
skew() 样品偏斜度（三阶矩）
kurt() 样品峰度（四阶矩）
quantile() 样本分位数（百分位上的值）
cov() 无偏协方差（二元）
corr() 相关（二进制）
借助 agg ()函数可以快速实现多个聚类函数，并输出结果，同时还可以进行重命名；

expanding

参数与rolling函数相同，expanding()函数只设置最小的观测值数量，不固定窗口大小，实现累计计算，即不断扩展

df.expanding(min_periods=3).mean()