Python rolling计算“1”在过去3行中出现的次数

@昵称不存在2025-06-24 8:51

rolling() 是 Pandas 中用于移动窗口操作的强大函数，常用于：

计算滚动平均、最大值、最小值、求和等
时间序列平滑
统计窗口内的自定义聚合

python 复制代码

df.rolling(window, min_periods=1).agg_func()

🎯 常见参数

参数	说明
`window`	滚动窗口大小（整数或时间窗口）
`min_periods`	最少有多少个非 NA 才计算结果（默认等于 `window`）
`center`	是否将窗口对齐中心（默认靠右）
`win_type`	滚动权重类型，如 `boxcar`、`triang`、`gaussian`（默认 None）

常见示例

📌 1. 计算滚动平均（window=3）

python 复制代码

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5])

s.rolling(window=3).mean()

📌 2. 自定义滚动函数（如统计 "1" 出现次数）

python 复制代码

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'flag': ['1', '0', '1', '1', '0', '1', '0', '0']
})

# 将 '1' 映射为整数 1，其他为 0
df['is_1'] = df['flag'].apply(lambda x: 1 if x == '1' else 0)

# 使用 rolling().sum() 计算过去3行中 '1' 的个数
df['count_last_3'] = df['is_1'].rolling(window=3, min_periods=1).sum()

print(df)

rolling(window=3)：以当前行为结尾，向前看 3 行
min_periods=1：窗口最小长度为 1，防止前几行 NaN
sum()：因为我们把 '1' 转成了数字 1

📌 3. 与时间序列结合

python 复制代码

df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)

# 时间窗口滚动：过去7天内平均值
df['rolling_avg'] = df['value'].rolling('7D').mean()

✅ 常用聚合函数

函数	含义
`.mean()`	均值
`.sum()`	总和
`.max()`	最大值
`.min()`	最小值
`.std()`	标准差
`.var()`	方差
`.count()`	非 NA 个数
`.apply(func)`	自定义函数