固定行数窗口#

1
df = df.sort_values("date")
2
df["ma7"] = df["value"].rolling(window=7, min_periods=1).mean()
3
df["sum7"] = df["value"].rolling(window=7, min_periods=1).sum()

window=7 表示最近 7 行，不一定是最近 7 天。如果数据缺日期或一天多条记录，要特别小心。

基于时间窗口#

1
ts = df.sort_values("date").set_index("date")
2
ts["ma7d"] = ts["value"].rolling("7D", min_periods=1).mean()

时间窗口要求索引是 datetime。它更适合不规则时间间隔的数据。

分组滑动窗口#

1
df["user_ma3"] = (
2
    df.sort_values("date")
3
      .groupby("user_id")["value"]
4
      .transform(lambda s: s.rolling(3, min_periods=1).mean())
5
)

检查点#

• 是否按时间排序。

• 窗口是按行还是按时间。

• 前几行不足窗口时如何处理。

• 是否发生了不同用户或类别之间的数据串联。

实战复盘#

写《pandas rolling 滑动窗口》这类数据分析文章时，我会强制保留“检查点”。因为数据分析里最危险的不是报错，而是代码顺利跑完却得到错误结论。

一个合格的 pandas 步骤，至少要能回答：输入多少行、输出多少行、哪些字段被修改、失败值有多少、是否有样本可以人工复核。缺少这些信息，代码就很难进入正式流程。

如果以后把这些文章串成系列，可以按读取、检查、清洗、变换、统计、导出排列。这样读者能从原始数据一路走到可交付结果。

最小验收样例#

验收《pandas rolling 滑动窗口》时，我会手写一个三到五行的小 DataFrame：一行正常数据，一行缺失或异常数据，一行边界数据。先让示例在小表上跑通，再换成完整数据集。

小表的好处是结果可以人工计算。只要人工结果和 pandas 输出对不上，就说明代码逻辑或字段口径还没想清楚。这个过程比直接在大表上调试更可靠。

小结#

rolling 的关键是明确窗口含义。窗口按行还是按时间、是否分组，会直接改变结果解释。