目录
窗口函数
rolling()
expanding()
ewm()
聚合函数
整体聚合
任意一列聚合
多列数据聚合
单列应用多个函数
不同列应用多个函数
不同列应用不同函数
窗口函数 为了能更好地处理数值型数据，Pandas 提供了几种窗口函数，比如移动函数（rolling）、扩展函数（expanding）和指数加权函数（ewm）。
窗口是一种形象化的叫法，这些函数在执行操作时，就如同窗口一样在数据区间上移动。
主要讲解如何在 DataFrame 和 Series 对象上应用窗口函数。
rolling() rolling() 又称移动窗口函数，它可以与 mean、count、sum、median、std 等聚合函数一起使用。Pandas 为移动窗口函数定义了专门的方法聚合方法，如 rolling_mean()、rolling_count()、rolling_sum() 等。其语法格式如下：
rolling(window=n, min_periods=None, center=False)
常用参数说明如下：
| 参数名称 | 说明 |
|---|---|
| window | 默认值为 1，表示窗口的大小，也就是观测值的数量， |
| min_periods | 表示窗口的最小观察值，默认与 window 的参数值相等。 |
| center | 是否把中间值做为窗口标准，默认值为 False。 |
import pandas as pd
import numpy as np
#生成时间序列
df = pd.DataFrame(np.random.randn(8, 4),index = pd.date_range('12/1/2020', periods=8),columns = ['A', 'B', 'C', 'D'])
print(df)输出结果：
ABCD
2020-12-010.9796840.0867801.201120 -0.545255
2020-12-020.3958760.926613 -0.307856 -0.358531
2020-12-03 -0.414606 -2.1963410.9172190.662177
2020-12-040.1639561.559444 -0.9743251.585396
2020-12-05 -1.416682 -0.2548541.341096 -0.550767
2020-12-06 -1.494325 -0.314532 -0.238630 -0.515445下面看一组示例：
#每3个数求求一次均值
print(df.rolling(window=3).mean())输出结果：
ABCD
2020-12-01NaNNaNNaNNaN
2020-12-02NaNNaNNaNNaN
2020-12-030.320318 -0.3943160.603494 -0.080536
2020-12-040.0484090.096572 -0.1216540.629681
2020-12-05 -0.555777 -0.2972500.4279970.565602
2020-12-06 -0.9156830.3300190.0427140.173061window=3表示是每一列中依次紧邻的每 3 个数求一次均值。当不满足 3 个数时，所求值均为 NaN 值，因此前两列的值为 NaN，直到第三行值才满足要求 window =3。求均值的公式如下所示：
(index1+index2+index3)/3
expanding() expanding() 又叫扩展窗口函数，扩展是指由序列的第一个元素开始，逐个向后计算元素的聚合值。下面示例，
min_periods = n表示向后移动 n 个值计求一次平均值：print (df.expanding(min_periods=3).mean())输出结果：
ABCD
2020-12-01NaNNaNNaNNaN
2020-12-02NaNNaNNaNNaN
2020-12-030.320318 -0.3943160.603494 -0.080536
2020-12-040.2812270.0941240.2090400.335947
2020-12-05 -0.0583540.0243290.4354510.158604
2020-12-06 -0.297683 -0.0321480.3231040.046262设置 min_periods=3，表示至少 3 个数求一次均值，计算方式为 (index0+index1+index2)/3，而 index3 的计算方式是 (index0+index1+index2+index3)/3，依次类推。
ewm() ewm（全称 Exponentially Weighted Moving）表示指数加权移动。ewn() 函数先会对序列元素做指数加权运算，其次计算加权后的均值。该函数通过指定 com、span 或者 halflife 参数来实现指数加权移动。示例如下：
#设置com=0.5，先加权再求均值
print(df.ewm(com=0.5).mean())输出结果：
ABCD
2020-12-010.9796840.0867801.201120 -0.545255
2020-12-020.5418280.7166550.069388 -0.405212
2020-12-03 -0.120319 -1.3000340.6563480.333750
2020-12-040.0715670.630114 -0.4443561.178611
2020-12-05 -0.9246990.0376970.7508640.020928
2020-12-06 -1.304971 -0.1974450.090295 -0.337145在数据分析的过程中，使用窗口函数能够提升数据的准确性，并且使数据曲线的变化趋势更加平滑，从而让数据分析变得更加准确、可靠。
聚合函数 窗口函数可以与聚合函数一起使用，聚合函数指的是对一组数据求总和、最大值、最小值以及平均值的操作，本节重点讲解聚合函数的应用。
首先创建一个 DataFrame 对象，然后对聚合函数进行应用。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 4),index = pd.date_range('12/14/2020', periods=5),columns = ['A', 'B', 'C', 'D'])
print (df)输出结果：
ABCD
2020-12-140.0488911.087771 -0.8735601.072785
2020-12-150.6661320.702750 -0.6754650.548518
2020-12-160.1373600.1912790.1949260.002948
2020-12-172.113041 -1.2198070.8370430.435430
2020-12-180.880739 -0.330941 -1.753314 -0.401238整体聚合 【数据分析|Pandas(十)--窗口函数和聚合函数】可以把一个聚合函数传递给 DataFrame，示例如下：
#窗口大小为3，min_periods 最小观测值为1, 得到Rolling对象
r = df.rolling(window=3,min_periods=1)
#使用 aggregate()聚合操作
print(r.aggregate(np.sum))输出结果：
ABCD
2020-12-140.0488911.087771 -0.8735601.072785
2020-12-150.7150231.790522 -1.5490251.621303
2020-12-160.8523831.981801 -1.3540991.624251
2020-12-172.916533 -0.3257770.3565040.986897
2020-12-183.131140 -1.359468 -0.7213450.037141任意一列聚合
#窗口大小为3，min_periods 最小观测值为1
r = df.rolling(window=3, min_periods=1)
#对 A 列聚合
print(r['A'].aggregate(np.sum))输出结果：
2020-12-140.048891
2020-12-150.715023
2020-12-160.852383
2020-12-172.916533
2020-12-183.131140
Freq: D, Name: A, dtype: float64多列数据聚合
#窗口大小为3，min_periods 最小观测值为1
r = df.rolling(window=3, min_periods=1)
#对 A/B 两列聚合
print(r['A','B'].aggregate(np.sum))输出结果：
AB
2020-12-140.0488911.087771
2020-12-150.7150231.790522
2020-12-160.8523831.981801
2020-12-172.916533 -0.325777
2020-12-183.131140 -1.359468单列应用多个函数
#窗口大小为3，min_periods 最小观测值为1
r = df.rolling(window=3, min_periods=1)
#对 A/B 两列聚合
print(r['A'].aggregate([np.sum, np.mean]))输出结果：
summean
2020-12-140.0488910.048891
2020-12-150.7150230.357511
2020-12-160.8523830.284128
2020-12-172.9165330.972178
2020-12-183.1311401.043713不同列应用多个函数
r = df.rolling(window=3, min_periods=1)
print( r['A','B'].aggregate([np.sum, np.mean]))输出结果：
AB
summeansummean
2020-12-140.0488910.0488911.0877711.087771
2020-12-150.7150230.3575111.7905220.895261
2020-12-160.8523830.2841281.9818010.660600
2020-12-172.9165330.972178 -0.325777 -0.108592
2020-12-183.1311401.043713 -1.359468 -0.453156不同列应用不同函数
r = df.rolling(window=3, min_periods=1)
print(r.aggregate({'A': np.sum,'B': np.mean}))输出结果：
AB
2020-12-140.0488911.087771
2020-12-150.7150230.895261
2020-12-160.8523830.660600
2020-12-172.916533 -0.108592
2020-12-183.131140 -0.453156推荐阅读
- pandas数据处理（一）---常用方法
- 机器学习|2021年华为杯数学建模比赛——二分类与回归问题（1）
- 单细胞系列|SCS【1】今天开启单细胞之旅，述说单细胞测序的前世今生
- RNA数据分析|Topic 15. 临床预测模型之决策曲线 (DCA)
- python基础教程|【Pandas总结】第三节 Pandas 的显示设置（总结所有常用显示设置）
- pandas|Pandas 速查手册
- 数据分析|Pandas实战最强学习手册（附源数据代码）
- 大数据|Virtural histology分析
- 其他|零编码制作报表真的可能吗（）