假设有10天的销售数据，我们要每三天计算一次总和，比如第五天的总和就是第三天的销售额总和+第四天+第五天还有，这个时候我们该怎么办呢？Series对象有一个rolling方法，专门用于移动计算。让我们来看看。将熊猫导入为pdamount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(amount.rolling(3).sum())"""0NaN#NaN+NaN+1001NaN#NaN+100+902300.0#100+90+1103350.0#90+110+1504370.0#110+150+1105390.0#150+110+130630.0+3030#0+908270.0#80+90+1009340.0#90+100+150dtype:float64"""结果和我们想要的一样，amount.rolling(3)相当于创建一个长度为3的窗口，window从上往下滑动，我们画了一张图：amount.rolling(3)做了类似图片的事情，然后在它的基础上调用sum，会把每个window里面的元素累加起来，也就是Getthe以上代码的输出。另外，窗口的大小可以是任意的，这里我们以3为例。除了求和，还可以计算平均值，计算方差等，可以进行很多操作。如果你有兴趣，你可以自己尝试一下。当然我们也可以自定义函数：importpandasaspdimportnumpyasnpamount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(#调用aggmethod,passAfunction#参数x为每个窗口中元素组成的Series对象amount.rolling(3).agg(lambdax:np.sum(x)*2))"""0NaN#(NaN+NaN+100(150+110+130)*26640.0#(110+130+80)*27600.0#(130+80+90)*28540.0#(80+90+100)*29680.0#(90+100)+150)*2dtype:float64"""agg中函数的逻辑可以是任意的，但是返回必须是一个值。另外，我们注意到前两个元素是NaN，这是因为rolling(3)的意思从当前位置往上过滤，一共筛选出3个元素，图中已经画的很清楚了，但是如果元素不够，我们要统计多少个元素呢？例如：元素之和第一个窗口中的是第一个元素，第一个窗口中的元素之和第二个窗口是第一个元素加上第二个元素。importpandasaspdamount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(#min_periods表示窗口的最小观测值amount.rolling(3,min_periods=1).sum())"""0100.01190.02300.03350.04370.05390.06320.07300.08270.09340.0dtype:float64"""可以通过加一个min_periods参数来实现，min_periods代表窗口的最小观测值，即,窗口中元素的最小数量，默认等于窗口的长度。我们的窗口长度是3，但是min_periods指定为1，也就是说元素不够没有关系，只要有一个就可以了。因此，如果没有足够的元素，有几个。如果我们将min_periods指定为2会怎样？很明显第一个是NaN，第二个还是190.0，因为窗口的元素个数至少是2个。importpandasaspdamount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(#窗口的最小观测值为2amount.rolling(3,min_periods=2).sum())"""0NaN1190.02300.03350.04370.05390.06320.07300.08270.09340.0dtype:float64"""注意：min_periods必须小于等于窗口长度，否则会报错。rolling中还有一个center参数，默认为False。我们知道rolling(3)的意思是从当前元素开始往上过滤，再加上它自己一共过滤3个元素。但是如果center指定为True，则当前元素将居中并从两个方向进行过滤。比如rolling(3,center=True)，那么会向上选一个，向下选一个，一共3个。所以原理图看起来像这样：让我们来测试一下：importpandasaspdamount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(amount.rolling(3、center=True).sum())"""0NaN1300.02350.03370.04390.05320.06300.07270.08340.09NaNdtype:float64"""这里没有指定min_periods，最小观测值等于窗口长度，所以滚动(3,center=True)会导致开头为NaN，结尾为NaN。这时候，有些人可能会好奇。如果窗口的长度是奇数，就很简单了。比如长度是9，那么选4向上，4向下，把自己加到刚好9。但是如果窗口的长度是偶数呢？比如长度为8，此时会选择上4下3，加上自己恰好8。另外，我们还可以从上到下过滤，比如窗口长度为3，但是我们要从当前元素开始过滤到底，一共加3来过滤。将熊猫作为ppdf从pandas.api.indexers导入FixedForwardWindowIndexeramount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(amount.rolling(FixedForwardWindowIndexer(window_size=3)).sum())"""0300.01350.02370.03390.04320.05300.06270.07340.08NaN9NaNdtype:float64"""这个可以通过类FixedForwardWindowIndexer来实现，当然此时不能指定center参数。调用amount.rolling()会返回一个Rolling对象，然后调用Rolling对象的sum、max、min、mean、std等方法计算每个窗口的sum、maximum、minimum等。当然我们也可以调用agg方法，传入一个函数来定义每个窗口的计算逻辑。那么重点就是agg除了可以接收一个函数，还可以接收一个列表。列表中可以有多个函数，然后同时执行多个操作。importpandasaspdimportnumpyasnpamount=pd.Series([100,90,110,150,110,130,80,90,100,150])print(amount.rolling(3).agg([np.sum,np.mean,lambdax:np.sum(x)*2]))#Performmultipleoperations,thenaDataFramewillbereturned"""summean
