数据框滚动窗口 - Python

在数据处理和机器学习任务中，处理时间序列数据是一项常见的任务。在这种情况下，我们通常面临的一个问题是如何使用数据框来处理序列数据。一种灵活和有效的方法是使用滚动窗口。

滚动窗口（rolling window）是一个子集，它随着时间的移动而变化。在这种情况下，我们可以使用 Pandas 库的 rolling() 函数将滚动窗口应用于数据框。

以下是使用 Pandas 库中的 rolling() 函数创建数据框滚动窗口的基本步骤：

导入库

首先，我们需要导入 Pandas 库来处理数据框。如果您正在使用 Jupyter 笔记本，则可以使用以下命令导入 Pandas。

import pandas as pd

准备数据

假设我们有以下数据框，其中包含名称和销售额。我们希望对这个数据框应用滚动窗口。

df = pd.DataFrame({'name': ['A', 'B', 'C', 'D', 'E'], 
                   'sales': [10, 20, 30, 40, 50]})

应用滚动窗口

使用 rolling() 函数来应用滚动窗口。在以下代码中，我们使用滚动窗口大小为 3 来计算销售额的移动平均值。在这种情况下，第一个窗口包含 'A' 和 'B' 的销售额。第二个窗口包含 'B' 和 'C' 的销售额。以此类推。

df['sales_ma'] = df.sales.rolling(window=3).mean()

输出结果

在完成滚动窗口的应用后，可以使用 head() 和 tail() 函数来查看数据框的前几行和后几行。在以下代码中，我们将输出包含滚动窗口结果的数据框。

print(df)

输出：

  name  sales  sales_ma
0    A     10       NaN
1    B     20       NaN
2    C     30      20.0
3    D     40      30.0
4    E     50      40.0

结论

在 Python 中，您可以使用 Pandas 库中的 rolling() 函数创建数据框滚动窗口。他是一个非常灵活和有效的方式，特别适用于处理时间序列数据。