对pandas中时间窗函数rolling的使用详解
在建模过程中，我们常常需要需要对有时间关系的数据进行整理。比如我们想要得到某一时刻过去30分钟的销量（产量，速度，消耗量等），传统方法复杂消耗资源较多，pandas提供的rolling使用简单，速度较快。
函数原型和参数说明
DataFrame.rolling(window,min_periods=None,freq=None,center=False,win_type=None,on=None,axis=0,closed=None)
window：表示时间窗的大小，注意有两种形式（intoroffset）。如果使用int，则数值表示计算统计量的观测值的数量即向前几个数据。如果是offset类型，表示时间窗的大小。pandasoffset相关可以参考这里。
min_periods：最少需要有值的观测点的数量，对于int类型，默认与window相等。对于offset类型，默认为1。
freq：从0.18版本中已经被舍弃。
center：是否使用window的中间值作为label，默认为false。只能在window是int时使用。
#为方便观察，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()
BB1B2
00.00.01.0
11.01.03.0
22.03.03.0
3NaN3.06.0
44.06.04.0
win_type：窗口类型，默认为None一般不特殊指定，了解支持的其他窗口类型，参考这里。
on：对于DataFrame如果不使用index（索引）作为rolling的列，那么用on来指定使用哪列。
closed：定义区间的开闭，曾经支持int类型的window，新版本已经不支持了。对于offset类型默认是左开右闭的即默认为right。可以根据情况指定为leftboth等。
axis：方向（轴），一般都是0。
举例
一个简单的场景，从A向B运送东西，我们想看一下以3秒作为一个时间窗运送的量。
#A地有两个仓库，都运往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('2013010109:00:00'),
pd.Timestamp('2013010109:00:01'),
pd.Timestamp('2013010109:00:02'),
pd.Timestamp('2013010109:00:03'),
pd.Timestamp('2013010109:00:04'),
pd.Timestamp('2013010109:00:05'),
pd.Timestamp('2013010109:00:06')])
#12num
#2013-01-0109:00:00A1B11
#2013-01-0109:00:01A2B12
#2013-01-0109:00:02A1B11
#2013-01-0109:00:03A2B13
#2013-01-0109:00:04A2B14
#2013-01-0109:00:05A1B12
#2013-01-0109:00:06A2B11
使用rolling进行计算
#首先我们先对groupby进行聚合(如果只有从A->B，那么不用聚合一个rolling就可以)
#以9:00:04秒为例，由于时间窗是3s，默认的closed是right，所以我们相加04，03，02秒的num，共有4+3+0=7
df.groupby(['1','2'])['num'].rolling('3s').sum()
#12
#A1B12013-01-0109:00:001.0
#2013-01-0109:00:022.0
#2013-01-0109:00:052.0
#A2B12013-01-0109:00:012.0
#2013-01-0109:00:035.0
#2013-01-0109:00:047.0
#2013-01-0109:00:065.0
#Name:num,dtype:float64
由于使用groupby，所以最后的结果是MultiIndex，想使用正常格式在DataFrame上使用reset_index()即可。
以上这篇对pandas中时间窗函数rolling的使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。