rolling函式固定視窗大小，滾動計算，每次滾動1格
先隨機建立乙個資料集，有4列，10行
#計算3天的平均值,第三個元素的值將是n，n-1和n-2元素的平均值。window：表示時間窗的大小，有兩種形式：1）使用數值int，則表示觀測值的數量，即向前幾個資料；2）也可以使用offset型別，這種型別較複雜，使用場景較少，此處暫不做介紹；
min_periods：每個視窗最少包含的觀測值數量，小於這個值的視窗結果為na。值可以是int，預設none。offset情況下，預設為1；
center: 把視窗的標籤設定為居中，布林型，預設false，居右
win_type: 視窗的型別。擷取窗的各種函式。字串型別，預設為none；
on: 可選引數。對於dataframe而言，指定要計算滾動視窗的列。值為列名。
axis: 預設為0，即對列進行計算
closed：定義區間的開閉，支援int型別的window。對於offset型別預設是左開右閉的即預設為right。可以根據情況指定為left、both等。
常用函式:
rolling()函式除了mean()，還支援很多函式，比如：
count() 非空觀測值數量
sum() 值的總和
median() 值的算術中值
min() 最小值
max() 最大
std() 貝塞爾修正樣本標準差
var() 無偏方差
skew() 樣品偏斜度（三階矩）
kurt() 樣品峰度（四階矩）
quantile() 樣本分位數（百分位上的值）
cov() 無偏協方差（二元）
corr() 相關（二進位制）
借助 agg ()函式可以快速實現多個聚類函式，並輸出結果，同時還可以進行重新命名；
引數與rolling函式相同，expanding()函式只設定最小的觀測值數量，不固定視窗大小，實現累計計算，即不斷擴充套件
pandas移動視窗計算脈動
import os import pandas as pd import numpy as np 每個檔案只取前三行後生成的maidong files root d maidong files all u pd.dataframe all v pd.dataframe all chuizhi pd....
pandas 時間序列滑動視窗
比如如下 lambda 函式實現了計算視窗內的平均絕對誤差 e x e x e x e x e x e x df.rolling window 10 lambda x np.fabs x x.mean mean raw true plot subplots true raw true 表示 lamb...
pandas 移動視窗rolling的概念
為了提公升資料的準確性，將某個點的取值擴大到包含這個點的一段區間，用區間來進行判斷，這個區間就是視窗。移動視窗就是視窗向一端滑行，預設是從右往左，每次滑行並不是區間整塊的滑行，而是乙個單位乙個單位的滑行。給個例子好理解一點 import pandas as pd s 1,2,3,5,6,10,12,...