pandas 移动窗口函数 rolling

更新时间：2022-05-20 17:27:02 标签：pandas 移动窗口

看过来

《pandas 教程》持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

.rolling()函数又叫移动窗口函数，此函数可以应用于一系列数据，指定参数window=n，并在其上调用适合的统计函数。

创建 Rolling 对象

创建 Rolling 对象后，可以对对象进行计算操作。

s = pd.Series(np.random.randn(1000),
              index=pd.date_range('1/1/2000', periods=1000))

s = s.cumsum()
r = s.rolling(window=60)
r
# Rolling [window=60,center=False,axis=0]

我们可以看看 Rolling 支持的统计方法：

r.<TAB> # noqa: E225, E999
r.agg         r.apply       r.count       r.exclusions  r.max         r.median      r.name        r.skew        r.sum
r.aggregate   r.corr        r.cov         r.kurt        r.mean        r.min         r.quantile    r.std         r.var

参数

在.rolling() 创建对象时，它支持以下参数：

参数	说明
window	可选参数，表示时间窗的大小，注意有两种形式(int 或 offset)。如果使用 int，则数值表示计算统计量的观测值的数量即向前几个数据，如果是offset类型，表示时间窗的大小。
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NaN，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	int、字符串，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，默认为right，可以根据情况指定为left、both等。
method	对单个列或行（“单个”）或整个对象（“表”）执行滚动操作。此参数仅在方法调用中指定 engine='numba' 时实现。 {‘single’, ‘table’}, 默认 ‘single’， 1.3.0+

窗口的类型 win_type

将win_type 传递给.rolling 会生成一个通用的滚动窗口计算，该计算将根据 win_type进行加权。

win_type 参数支持以下类型：

boxcar
triang
blackman
hamming
bartlett
parzen
bohman
blackmanharris
nuttall
barthann
kaiser (needs beta)
gaussian (needs std)
general_gaussian (needs power, width)
slepian (needs width)
exponential (needs tau).

如：

ser.rolling(window=5, win_type='triang').mean()
ser.rolling(window=5, win_type='gaussian').mean(std=0.1)
# 以下相同
ser.rolling(window=5, win_type='boxcar').mean()
ser.rolling(window=5).mean()

统计

我们可以使用上边的统计方法对窗口进行计算：

r.mean()
s.plot(style='k--') # 绘图看一下变化，原数据
r.mean().plot(style='k')  # 绘图看一下变化，计算后的

DataFrame 的应用

它们也可以应用于DataFrame对象。这实际上只是将移动窗口运算符应用于DataFrame 的所有列的语法糖：

df = pd.DataFrame(np.random.randn(1000, 4),
                  index=pd.date_range('1/1/2000', periods=1000),
                  columns=['A', 'B', 'C', 'D'])

df = df.cumsum()
# 操作并绘图
df.rolling(window=60).sum().plot(subplots=True)

统计方法

提供许多常见的统计功能：

Method	Description
count()	Number of non-null observations
sum()	Sum of values
mean()	Mean of values
median()	Arithmetic median of values
min()	Minimum
max()	Maximum
std()	Bessel-corrected sample standard deviation
var()	Unbiased variance
skew()	Sample skewness (3rd moment)
kurt()	Sample kurtosis (4th moment)
quantile()	Sample quantile (value at %)
apply()	Generic apply
cov()	Unbiased covariance (binary)
corr()	Correlation (binary)

使用函数 apply()

apply() 函数接受一个额外的 func 参数，并执行通用滚动计算。 func 参数应该是一个从 ndarray 输入生成单个值的函数。假设我们要滚动计算平均绝对偏差：

def mad(x):
    return np.fabs(x - x.mean()).mean()

s.rolling(window=60).apply(mad, raw=True).plot(style='k')

秩函数 rank()

pandas 1.4+ 版本支持窗口内的排序，它给给每个数据给出它在窗口中的序号，还可以指定序号赋于的方法：

s = pd.Series([1, 4, 2, 3, 5, 3])

s.rolling(3).rank()
'''
0    NaN
1    NaN
2    2.0
3    2.0
4    3.0
5    1.5
dtype: float64
'''

s.rolling(3).rank(method="max")
'''
0    NaN
1    NaN
2    2.0
3    2.0
4    3.0
5    2.0
dtype: float64
'''

支持字符类型计算

由于 Rolling.apply 无法对非数字进行函数操作，我们可以自行实现相关方法让它支持字符串。案例如下：

import pandas as pd
import string

class MyDataFrame(pd.DataFrame):

    @property
    def _constructor(self):
        return MyDataFrame

    def rolling_object(self, window, column, default):
        return pd.concat(
            [self[column].shift(i) for i in range(window)],
            axis=1).fillna(default).T

接下来使用自定义的数据类型操作：

df = MyDataFrame({'col': [*string.ascii_lowercase[:10]]})
df
'''
  col
0   a
1   b
2   c
3   d
4   e
5   f
6   g
7   h
8   i
9   j
'''

df.rolling_object(4, 'col', '-').apply(' '.join)
'''
0    a - - -
1    b a - -
2    c b a -
3    d c b a
4    e d c b
5    f e d c
6    g f e d
7    h g f e
8    i h g f
9    j i h g
dtype: object
'''

参考

https://pandas.pydata.org/docs/reference/api/pandas.core.window.rolling.Rolling.apply.html
https://stackoverflow.com/questions/44479384/pandas-rolling-apply-doesnt-do-anything