pandas rolling方法_Pandas进阶之窗口函数rolling()和expanding()

一、概念

为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等；

所谓窗口，就是将某个点的取值扩大到包含这个点的一段区间，用区间来进行判断；

移动窗口就是窗口向一端滑行，默认是从右往左，每次滑行并不是区间整块的滑行，而是一个单位一个单位的滑行；

窗口函数主要用于通过平滑曲线来以图形方式查找数据内的趋势。如果日常数据中有很多变化，并且有很多数据点可用，那么采样和绘图就是一种方法，应用窗口计算并在结果上绘制图形是另一种方法。 通过这些方法，可以平滑曲线或趋势。

二、rolling()

1. 参数说明

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。

2. 代码示例

示例中，由于窗口大小为3(window)，前两个元素有空值，第三个元素的值将是n，n-1和n-2元素的平均值。

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randn(7, 4),

index = pd.date_range('1/1/2020', periods=7),

columns = ['A', 'B', 'C', 'D'])

df

A B C D

2020-01-01 -0.103252 -0.378633 -0.689324 -1.150870

2