Python 使用rolling()方法对数据进行滚动计算|极客笔记

Python 使用rolling()方法对数据进行滚动计算

在数据处理和分析中，我们经常需要对时间序列数据或者其他类型的数据进行滚动计算。滚动计算是指对数据的一个滑动窗口范围内进行特定的计算操作。在Python中，pandas库提供了rolling()方法来实现滚动计算，可以方便地对数据进行滑动窗口操作，例如求和、均值、标准差等。

什么是rolling()方法

rolling()方法是pandas库中的一个函数，用于对数据进行滚动计算。它可以在DataFrame和Series对象上调用，返回一个Rolling对象，可以通过该对象进行各种滚动计算操作。rolling()方法的基本语法如下：

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

其中各参数的含义如下：

window：指定滚动窗口的大小，可以是一个整数或者时间间隔。
min_periods：指定在计算滚动统计量时所需的最小观测值数量。
center：是否将窗口放在时间点的中间，默认为False。
win_type：指定窗口类型，如“triang”、“boxcar”等。
on：在处理DataFrame对象时，指定进行滚动计算的列。
axis：指定进行滚动计算的轴方向，默认为0。
closed：指定窗口末尾是否包含在计算中，默认为None。

示例代码

接下来，我们通过一个示例来演示如何使用rolling()方法进行滚动计算。假设有一个包含股票价格的DataFrame数据，我们要计算过去5天的股票价格均值。

import pandas as pd
import numpy as np

# 创建DataFrame数据
data = {'date': pd.date_range('20220101', periods=10),
        'price': [10, 12, 15, 18, 20, 22, 25, 28, 30, 33]}
df = pd.DataFrame(data)
print(df)

# 计算过去5天的股票价格均值
df['rolling_mean'] = df['price'].rolling(window=5).mean()
print(df)

运行以上代码，可以得到如下输出：

        date  price
0 2022-01-01     10
1 2022-01-02     12
2 2022-01-03     15
3 2022-01-04     18
4 2022-01-05     20
5 2022-01-06     22
6 2022-01-07     25
7 2022-01-08     28
8 2022-01-09     30
9 2022-01-10     33

        date  price  rolling_mean
0 2022-01-01     10           NaN
1 2022-01-02     12           NaN
2 2022-01-03     15           NaN
3 2022-01-04     18           NaN
4 2022-01-05     20          15.0
5 2022-01-06     22          17.0
6 2022-01-07     25          19.6
7 2022-01-08     28          22.6
8 2022-01-09     30          25.0
9 2022-01-10     33          27.6

从输出可以看出，我们成功计算出了过去5天的股票价格均值，并将结果保存在了新的列rolling_mean中。