當window = 1時，pandas滾動中可能出現的錯誤

Question

為了在我的代碼中使用更通用的表示法，我想將原始時間序列表示為1個時段的移動平均值。 非常出乎意料的是，使用pandas pd.rolling_mean函數，兩者並不完全相同：

import pandas as pd
import numpy as np

np.random.seed(1)

ts = pd.Series(np.random.rand(1000))

mavg = pd.rolling_mean(ts, 1)

(ts - mavg).describe()
Out[120]: 
count    1.000000e+03
mean     6.284973e-16
std      3.877250e-16
min     -3.330669e-16
25%      3.330669e-16
50%      5.551115e-16
75%      8.881784e-16
max      1.554312e-15
dtype: float64

any((ts - mavg).dropna()>0)
Out[121]: True

這應該被視為一個錯誤還是我錯過了什么？

Answer 1

這些數字非常小，並且在浮點數如何工作引起的數值“噪聲”范圍內。 浮點數不能完全代表所有數字。 因此，在使用浮點數進行計算時，通常會留下較小的“殘差”。 檢查一個小epsilon：

>>> any((ts - mavg).dropna().abs() > 1e-14)
False

Answer 2

差異來自浮點計算。 由於內部表示它們的方式，計算時浮點數並不完全相同。 在這些“舍入錯誤”中，您的數字是相同的。