pandas中时间窗函数rolling的使用详解

       滑动窗口指的是根据指定的单位长度来框住时间序列，从而计算框内的统计指标。

相当于一个长度指定的滑块在刻度尺上面滑动，每滑动一个单位即可反馈滑块内的数据。

rolling(window，min_periods=None，center=False，win_type=None，on=None，axis=0，closed=None)

参数含义：

• window：表示窗口的大小，值可以是int(整数值)或offest(偏移)。
  

  
  

1. 整数值：窗口是固定的大小，即包含相同数量的观测值。
   

   
   

2. 偏移：指定每个窗口包含的时间段，每个窗口包含的观测值的数量是不一定的。
   

   
   

• min_periods：窗口最少包含的观测值数量, 小于这个值的窗口结果为NA

1. 当值是int类型时默认为None，当值为offest类型默认为1。
   

   
   

• center：窗口的标签设置为居中，默认为False。
  

  
  

• win_type：表示窗口的类型。
  

  
  

• on：指定要计算滚动窗口的列，值为列名。
  

  
  

• axis：默认为0，表示对列进行计算。
  

  
  

• closed：定义区间的开闭，支持int类型的window。
  

  
  

1.  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left、 both等

• arg : 为Series或DataFrame
• how : 默认为“mean”,为down- 或re-sampling，默认为None

"""
rolling_mean 移动窗口的均值

pandas.rolling_mean(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_median 移动窗口的中位数

pandas.rolling_median(arg, window, min_periods=None, freq=None, center=False, how='median', **kwargs)

rolling_var 移动窗口的方差

pandas.rolling_var(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_std 移动窗口的标准差

pandas.rolling_std(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_min 移动窗口的最小值

pandas.rolling_min(arg, window, min_periods=None, freq=None, center=False, how='min', **kwargs)

rolling_max 移动窗口的最大值

pandas.rolling_min(arg, window, min_periods=None, freq=None, center=False, how='min', **kwargs)

rolling_corr 移动窗口的相关系数

pandas.rolling_corr(arg1, arg2=None, window=None, min_periods=None, freq=None, center=False, pairwise=None, how=None)

rolling_corr_pairwise 配对数据的相关系数

等价于: rolling_corr(…, pairwise=True)

pandas.rolling_corr_pairwise(df1, df2=None, window=None, min_periods=None, freq=None, center=False)

rolling_cov 移动窗口的协方差

pandas.rolling_cov(arg1, arg2=None, window=None, min_periods=None, freq=None, center=False, pairwise=None, how=None, ddof=1)

rolling_skew 移动窗口的偏度（三阶矩）

pandas.rolling_skew(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_kurt 移动窗口的峰度（四阶矩）

pandas.rolling_kurt(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)

rolling_apply 对移动窗口应用普通数组函数

pandas.rolling_apply(arg, window, func, min_periods=None, freq=None, center=False, args=(), kwargs={})

rolling_quantile 移动窗口分位数函数

pandas.rolling_quantile(arg, window, quantile, min_periods=None, freq=None, center=False)

rolling_window 移动窗口

pandas.rolling_window(arg, window=None, win_type=None, min_periods=None, freq=None, center=False, mean=True, axis=0, how=None, **kwargs)

ewma 指数加权移动

ewma(arg[, com, span, halflife, ...])

ewmstd 指数加权移动标准差

ewmstd(arg[, com, span, halflife, ...])

ewmvar 指数加权移动方差

ewmvar(arg[, com, span, halflife, ...])

ewmcorr 指数加权移动相关系数

ewmcorr(arg1[, arg2, com, span, halflife, ...])

ewmcov 指数加权移动协方差

ewmcov(arg1[, arg2, com, span, halflife, ...])


"""

Pandas进阶之窗口函数rolling()和expanding()