Pandas 中的滚动窗口：如何使用 DatetimeIndex 环绕？答案

【问题标题】：Rolling windows in Pandas: How to wrap around with DatetimeIndex?Pandas 中的滚动窗口：如何使用 DatetimeIndex 环绕？
【发布时间】：2023-01-28 18:03:36
【问题描述】：

我有一个 DataFrame，其中索引是一个每日频率的 DatetimeIndex。它包含 365 行，一年中的每一天。计算滚动总和时，前几个元素始终为 NaN（正如预期的那样），但我希望它们具有实际值。

例如，如果使用 3 个样本的滚动窗口，则 1 月 1 日的值应为 12 月 30 日、12 月 31 日和 1 月 1 日的总和。同样，1 月 2 日的值应为 12 月 31 日、1 月 1 日、和 1 月 2 日。

我查看了 Pandas 中滚动函数的所有参数，但找不到任何可以提供这种包装的东西。任何帮助，将不胜感激。下面的代码是说明滚动行为的最小示例。

import numpy as np
import pandas as pd

fake_data = pd.DataFrame(index=pd.date_range('2022-1-1', '2022-12-31', freq='D'),
                         data=np.random.random(365))
rolling_fake_data = fake_data.rolling(3).sum()

【问题讨论】：

标签： python pandas

【解决方案1】：

您基本上是在要求一个没有开始或结束的循环数据对象。不确定是否存在！

我能想到的最好的解决方法是在开始之前重复系列的结尾。

n = 3
rolling_fake_data = (
    pd.concat([fake_data[-n:], fake_data])
).rolling(n).sum()[n:]

# Test
assert(rolling_fake_data.loc["2022-01-01", 0] ==
    fake_data.loc[["2022-12-30", "2022-12-31", "2022-01-01"], 0].sum())

【讨论】：

【解决方案2】：

您可以只传递给滚动 min_periods 参数。它看起来像

import numpy as np
import pandas as pd

fake_data = pd.DataFrame(index=pd.date_range('2022-1-1', '2022-12-31', freq='D'),
                         data=np.random.random(365))
rolling_fake_data = fake_data.rolling(3, min_periods=0).sum()

将会发生的情况是，对于没有完整大小的窗口的第一行，即 3，将使用到该点的窗口执行总和，因此第一个元素将是第一个元素本身，第二个元素将是 first+second，从第三个开始，窗口将具有完整大小，因此将按预期进行计算。

【讨论】：

我不认为这符合 OP 的要求。见问题的第 3 段。
鉴于这个问题，我认为这是最好的答案，因为无论如何都没有2021-12-31的数据......

【解决方案3】：

您可以在中心参数设置为 True 的情况下使用滚动功能。这将确保窗口以每个元素为中心，其中包括元素本身及其前后的元素。例如，如果您的窗口大小为 3，则第一个元素将是第一个元素和它前面两个元素的总和，在您的情况下，这将是前一年的最后两个元素。

import pandas as pd
import numpy as np

date_rng = pd.date_range(start='1/1/2020', end='12/31/2020', freq='D')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0,100,size=(len(date_rng)))
df.set_index('date', inplace=True)
df['rolling_sum'] = df['data'].rolling(window=3, center=True).sum()

【讨论】：