Pandas 窗口函数

Pandas 窗口函数，为了处理数字数据，Pandas提供了几种窗口函数，如移动窗口函数(rolling())，扩展窗口函数(expanding())，指数加权滑动(ewm())，并可以在其上调用适合的统计函数，如总和，均值，中位数，方差，协方差，相关性等。

下来学习如何在DataFrame对象上应用如上提及的每种方法。

移动窗口函数

.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。

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

为了提升数据的准确性，将某个点的取值扩大到包含这个点的一段区间，用区间来进行判断，这个区间就是窗口。移动窗口就是窗口向一端滑行，默认是从右往左，每次滑行并不是区间整块的滑行，而是一个单位一个单位的滑行。给个例子好理解一点：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4),
index = pd.date_range('1/1/2020', periods=10),
columns = ['A', 'B', 'C', 'D'])
print(df)
print (df.rolling(window=3).mean())

执行上面示例代码，得到以下结果 –

首先我们设置的窗口window=3，也就是3个数取一个均值。index0, index1 为NaN，是因为它们前面都不够3个数，等到index2 的时候，它的值计算方式为(index0+index1+index2)/3，index3 的值就是(index1+index2+index3)/3，第n个元素的值将是n，n-1和n-2元素的平均值。

如下图所示：

扩展窗口函数

.expanding()又叫扩展窗口函数，此函数可以应用于一系列数据。 指定min_periods = n参数并在其上调用适当的统计函数。

和.rolling()函数参数用法相同，不同的是，其不是固定窗口长度，其长度是不断的扩大的。expanding()函数，类似cumsum()函数的累计求和，其优势在于还可以进行更多的聚类计算；

expanding(min_periods=1, center=False, axis=0)

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4),
      index = pd.date_range('1/1/2018', periods=10),
      columns = ['A', 'B', 'C', 'D'])
print (df.expanding(min_periods=3).mean())

执行上面示例代码得到以下结果 –

首先我们设置min_periods=3，也就是至少3个数取一个均值。index0, index1 为NaN，是因为它们前面都不够3个数，等到index2 的时候，它的值计算方式为(index0+index1+index2)/3，index3 的值就是(index0+index1+index2+index3)/3，第n个元素的值将是n，n-1，n-2…’1’这n个元素的平均值。

指数加权滑动函数

ewm()可应用于系列数据，指定com，span，halflife参数，并在其上调用适当的统计函数。该函数表示指数加权滑动，使用场景较少，本文仅做简单介绍。

ewm(com=None, span=None, halflife=None, alpha=None, min_periods=0, adjust=True, ignore_na=False, axis=0):

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4),
   index = pd.date_range('1/1/2019', periods=10),
   columns = ['A', 'B', 'C', 'D'])
print(df)
print(df.ewm(com=0.5).mean())

执行上面示例函数，得到以下结果 –

窗口函数主要用于通过平滑曲线来以图形方式查找数据内的趋势。如果日常数据中有很多变化，并且有很多数据点可用，那么采样和绘图就是一种方法，应用窗口计算并在结果上绘制图形是另一种方法。 通过这些方法，可以平滑曲线或趋势。

补充内容

.rolling()函数的衍生用法