在建模過程中，我們常常需要需要對有時間關系的數據進行整理。比如我們想要得到某一時刻過去30分鐘的銷量（產量，速度，消耗量等），傳統方法復雜消耗資源較多，pandas提供的rolling使用簡單，速度較快。
函數原型和參數說明
DataFrame.rolling(window, min_periods=None, freq=None, center=False, win_type=None, on=None, axis=0, closed=None)
window：表示時間窗的大小，注意有兩種形式（int or offset）。如果使用int，則數值表示計算統計量的觀測值的數量即向前幾個數據。如果是offset類型，表示時間窗的大小。pandas offset相關可以參考這里。
min_periods：最少需要有值的觀測點的數量，對于int類型，默認與window相等。對于offset類型，默認為1。
freq：從0.18版本中已經被舍棄。
center：是否使用window的中間值作為label，默認為false。只能在window是int時使用。
# 為方便觀察，并列排列
df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]})
df.rolling(3, min_periods=1).sum()
df.rolling(3, min_periods=1, center=True).sum()
B B1 B2
0 0.0 0.0 1.0
1 1.0 1.0 3.0
2 2.0 3.0 3.0
3 NaN 3.0 6.0
4 4.0 6.0 4.0
win_type：窗口類型，默認為None一般不特殊指定，了解支持的其他窗口類型，參考這里。
on：對于DataFrame如果不使用index（索引）作為rolling的列，那么用on來指定使用哪列。
closed：定義區間的開閉，曾經支持int類型的window，新版本已經不支持了。對于offset類型默認是左開右閉的即默認為right?？梢愿鶕闆r指定為left both等。
axis：方向（軸），一般都是0。
舉例
一個簡單的場景，從A向B運送東西，我們想看一下以3秒作為一個時間窗運送的量。
# A地有兩個倉庫，都運往B。
df = pd.DataFrame({'1': ['A1', 'A2', 'A1', 'A2', 'A2', 'A1', 'A2'],
'2': ['B1', 'B1', 'B1', 'B1', 'B1', 'B1', 'B1'],
'num': [1,2,1,3,4,2,1]},
index = [pd.Timestamp('20130101 09:00:00'),
pd.Timestamp('20130101 09:00:01'),
pd.Timestamp('20130101 09:00:02'),
pd.Timestamp('20130101 09:00:03'),
pd.Timestamp('20130101 09:00:04'),
pd.Timestamp('20130101 09:00:05'),
pd.Timestamp('20130101 09:00:06')])
# 1 2 num
# 2013-01-01 09:00:00 A1 B1 1
# 2013-01-01 09:00:01 A2 B1 2
# 2013-01-01 09:00:02 A1 B1 1
# 2013-01-01 09:00:03 A2 B1 3
# 2013-01-01 09:00:04 A2 B1 4
# 2013-01-01 09:00:05 A1 B1 2
# 2013-01-01 09:00:06 A2 B1 1
使用rolling進行計算
# 首先我們先對groupby進行聚合(如果只有從A->B，那么不用聚合一個rolling就可以)
# 以9:00:04秒為例，由于時間窗是3s，默認的closed是right，所以我們相加04，03，02秒的num，共有4+3+0=7
df.groupby(['1', '2'])['num'].rolling('3s').sum()
# 1 2
# A1 B1 2013-01-01 09:00:00 1.0
# 2013-01-01 09:00:02 2.0
# 2013-01-01 09:00:05 2.0
# A2 B1 2013-01-01 09:00:01 2.0
# 2013-01-01 09:00:03 5.0
# 2013-01-01 09:00:04 7.0
# 2013-01-01 09:00:06 5.0
# Name: num, dtype: float64
由于使用groupby，所以最后的結果是MultiIndex，想使用正常格式在DataFrame上使用reset_index()即可。
以上這篇對pandas中時間窗函數rolling的使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
