数据分析之滚动窗口pandas.DataFrame.rolling方法

本文使用pandas 1.3.5 , python 3, numpy 1.22.0库

---

前言

pandas.DataFrame.rolling方法就是SQL中的 group by方法， 唯一一点区别就是rolling方法的分组不是一成不变的，而是随着窗口的移动而不停更新新的分组。

一 、rolling使用公式

pandas.DataFrame.rolling(window = ).聚合函数
【注：rolling方法是向前取数据！！！】
聚合函数总结如下，

max 最大值
min 最小值
mean 平均值
median 中位数
sum 求和
var 方差
std 标准差
skew 三阶矩（又叫偏度，用于描述一组数据分布的对称性）
kurt 四截距 （又叫峰度， 用于描述一组数据在均值附近分布的集中度）
cov 协方差
corr 相关系数（对不同单位敏感性强；通常使用pearson相关系数，该系数对不同单位脱敏）
quantile 百分数

【注：scipy.stats的skew和kurtosis方法和 pandas中的skew和kurt方法计算算法不同】

二、python实现

比如，我想分别以2和4为滑动窗口，计算dataFrame格式数据“C”列的和，并分别以“D”和 “E”命名
代码如下，

import pandas as pd
import numpy as np
np.random.seed(0)
date_DataFrame1 = pd.DataFrame(np.random.randn(10,3), index = pd.date_range("2020-05-01", periods = 10), columns = ["A","B","C"])
date_DataFrame1["D"] = date_DataFrame1["C"].rolling(window = 2).sum()
date_DataFrame1["E"] = date_DataFrame1["C"].rolling(window = 4).sum()

结果如下，