熊貓滾動窗口和日期時間索引：“偏移”是什么意思？

Question

pandas 0.22 的滾動窗口函數pandas.DataFrame.rolling接受一個window參數，其描述如下：

窗口：整數，或偏移量

移動窗口的大小。 這是用於計算統計量的觀察數。 每個窗口的大小都是固定的。

如果它是一個偏移量，那么這將是每個窗口的時間段。 每個窗口的大小都將根據時間段中包含的觀察結果而變化。 這僅對類似日期時間的索引有效。 這是 0.19.0 中的新功能

在這種情況下，偏移實際上是什么？

Answer 1

簡而言之，如果您使用諸如“2D”（2 天）之類的offset ，pandas 將使用索引中的日期時間信息（如果可用），可能會考慮任何丟失的行或不規則的頻率。 但是，如果您使用像 2 這樣的簡單int ，那么 Pandas 會將索引視為簡單的整數索引 [0,1,2,...] 並忽略索引中的任何日期時間信息。

一個簡單的例子應該可以清楚地說明這一點：

df=pd.DataFrame({'x':range(4)}, 
    index=pd.to_datetime(['1-1-2018','1-2-2018','1-4-2018','1-5-2018']))

            x
2018-01-01  0
2018-01-02  1
2018-01-04  2
2018-01-05  3

請注意，（1）索引是日期時間，但（2）它缺少“2018-01-03”。 因此，如果您使用像 2 這樣的普通整數，則rolling只會查看最后兩行，而不管日期時間值（從某種意義上說，它的行為類似於iloc[i-1:i] ，其中i是當前行）：

df.rolling(2).count()

              x
2018-01-01  1.0
2018-01-02  2.0
2018-01-04  2.0
2018-01-05  2.0

相反，如果您使用 2 天的偏移量 ( '2D' )， rolling將使用實際日期時間值並考慮日期時間索引中的任何不規則性。

df.rolling('2D').count()

              x
2018-01-01  1.0
2018-01-02  2.0
2018-01-04  1.0
2018-01-05  2.0

另請注意，使用日期偏移量時，您需要按升序對索引進行排序，但使用簡單整數時並不重要（因為您只是忽略了索引）。

Answer 2

似乎這僅在您有單個索引時才有效，似乎不適用於多個索引？ 有沒有其他人有類似的問題？