DataFrame 窗口函数rolling()

在数据开发最经常会用到将最近几个值相加、求平均等操作，类似SQL的group by，在Dataframe中使用rolling操作简单、计算效率高

官方文档链接

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

参数说明：

• window:时间窗的大小,数值int,即向前几个数据(可以理解将最近的几个值进行group by)
• 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
• center:把窗口的标签设置为居中,布尔型,默认False
• 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
• 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
• axis：方向（轴）,一般都是0

示例代码：

# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np

# 创建DF
df = pd.DataFrame(np.random.randint(5, size=(10, 2)), index=pd.date_range('1/1/2020', periods=10), columns=['A', 'B'])
# 将B列最近2个值相加并生成新列
df['C'] = df['B'].rolling(window=2).sum()
# 将B列最近5个值相加并生成新列
df['D'] = df['B'].rolling(window=5).sum()

# 将B列最近2个值求平均并生成新列
df['E'] = df['B'].rolling(window=2).mean()
# 将B列最近5个值求平均并生成新列
df['F'] = df['B'].rolling(window=5).mean()

print(df)

输出结果：

            A  B    C    D    E    F
2020-01-01  4  0  NaN  NaN  NaN  NaN
2020-01-02  4  1  1.0  NaN  0.5  NaN
2020-01-03  1  4  5.0  NaN  2.5  NaN
2020-01-04  2  2  6.0  NaN  3.0  NaN
2020-01-05  0  1  3.0  8.0  1.5  1.6
2020-01-06  2  1  2.0  9.0  1.0  1.8
2020-01-07  4  1  2.0  9.0  1.0  1.8
2020-01-08  3  0  1.0  5.0  0.5  1.0
2020-01-09  3  4  4.0  7.0  2.0  1.4
2020-01-10  3  3  7.0  9.0  3.5  1.8

常用聚合函数：

• mean() 求平均
• 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）