熊猫滚动窗口：从开始到x的可变长度答案

【问题标题】：pandas rolling window: variable length from start to x熊猫滚动窗口：从开始到x的可变长度
【发布时间】：2018-07-30 04:53:03
【问题描述】：

对于pandas.DataFrame.rolling 窗口，我可以设置描述固定宽度（固定元素数量 或固定offset）的window 大小。

如何获得一个始终从第一个条目开始并前滚到每个条目的窗口？例如，在 DataFrame 中有一个系列 x，我想每行获得以下窗口：

    x    intended_window
0  10    [10]
1  11    [10,11]
2  12    [10,11,12]
3  13    [10,11,12,13]
4  14    [10,11,12,13,14]

【问题讨论】：

【解决方案1】：

您不需要中间结果——您可以直接使用 pandas 的扩展均值来计算它。 Pandas 提供了一个称为expanding 窗口的功能，它允许您对扩展的值窗口执行计算。对于您的情况，您需要expanding.mean:

df.x.expanding().mean()

0    10.0
1    10.5
2    11.0
3    11.5
4    12.0
Name: x, dtype: float64

请注意，它与您当前使用的相同：

df['intended_window'].apply(np.mean)

0    10.0
1    10.5
2    11.0
3    11.5
4    12.0
Name: intended_window, dtype: float64

但前者的性能要好得多。

【讨论】：

我不认为那是一个窗口（来自pandas.core.window），或者是吗？我不能对它应用窗口功能。 type (df['intended_window']) 返回<class 'pandas.core.series.Series'>
@ascripter 每行都是来自x 的值的窗口。您可以在每一行上单独使用apply/applymap。这不是需要的吗？你的问题似乎表明了这一点:)
我正在考虑做某事。像df['x'].rolling().mean()，但这不起作用。我只是这样想出来的：df['window'].apply(lambda x: np.mean(x))。不是很好，但工作:)
@ascripter 哇，这就是 XY 问题的定义。使用df.x.expanding().mean()，你会得到完全相同的东西。我敢打赌这就是你想要的。