pandas函数-rolling

前面有说过一个累计计算的系列函数，参考：pandas cum系列函数

这个rolling函数是滚动计算

pandas.DataFrame.rolling

Provide rolling window calculations.
滚动窗口计算

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

小栗子

这个函数，最主要的是这个window参数，表示的是移动窗口的大小，我们看几个例子

原始数据涨这样

df = pd.DataFrame({'A':list(range(10))})

df.rolling(2).sum()

我们来看看这个结果，首先，我们传入的是2，也就是window=2，表示移动窗口的大小是2，也就是窗口中每次计算2个元素

其他参数都是默认的，所以，这个移动窗口就从上开始一直往下移动，当窗口中不够2个元素时，就会返回NaN，就像下图这样：

这里，我们在rolling之后用了sum，就是计算移动窗口内的元素的和
移动平均值是一个很常见的指标，这里就可以来计算

这里其实就是每3个元素，求个和

注意下，上面有个地方说错了，这个窗口不是从上到下开始的，而是
By default, the result is set to the right edge of the window

但是，好像又不是这个意思，有点儿迷乱。。。
我们来看个对比，顺便引入一个参数center

我理解下来是这样的，默认右边缘的话，就是当前元素作为右边缘，我们看看下图的对比，center=True其实是将设置为中间

我们看看这个结果，比如下标是9这里，9作为中间元素的话，它作为中间元素，是缺少左边一个数据的，所以返回来NaN

这里要注意下

关于这里哪个win_type参数，我是不太理解的

我感觉窗口还是从上到下的，哈哈哈

这个函数，在时间序列上用的比较多应该，后面写个相关的实例看看