Pandas 什么是熊猫；“扩展窗口”；功能？

Pandas文档列出了一系列“扩展窗口函数”：

但我无法从文档中看出他们在做什么

您可能需要阅读：

滚动统计的常见替代方法是使用扩展 窗口，该窗口生成包含所有数据的统计值 在该时间点之前可用

它们遵循与.rolling类似的接口，并带有.expanding 方法返回展开对象

由于这些计算是滚动统计的特例，因此 在pandas中实现，以实现以下两个调用 等价物：

---

总结一行中滚动和扩展功能的区别： 在滚动函数中，窗口大小保持不变，而在展开函数中，窗口大小变化

例如： 假设您要预测天气，您有100天的数据：

滚动：假设窗口大小为10。对于首次预测，它将使用（之前）10天的数据并预测第11天。对于下一个预测，它将使用第2天（数据点）到第11天的数据

扩展：首次预测将使用10天的数据。然而，对于第二次预测，它将使用10+1天的数据。因此，该窗口已“扩展”

• 在后面的方法中，窗口大小不断扩展

代码示例：

sums = series.expanding(min_periods=2).sum()

系列

包含时间序列中以前下载的应用程序数量的数据。 上面写的代码行是到那时为止下载的所有应用程序的总数

---

注意：

min\u periods=2

表示我们需要至少2个以前的数据点来汇总。我们这里的合计是总和。

优步的插图很好地解释了这些概念：

扩展窗口

滑动窗口

---

原始文章：

所以它是一个滚动操作，窗口是数据帧的全长。我不明白为什么需要一个单独的函数来实现这一点……它实际上非常有用，因为滚动操作是针对固定窗口大小的。但是，此操作是一个扩展窗口大小的操作。它以长度为1个周期的“滚动”窗口开始，下一个窗口大小为2个周期，然后是3、4、5等。对于流式数据，原始数据帧全长的滚动窗口将开始删除前两个观察值，而扩展窗口允许您添加新数据。@Ryan抱歉，但我真的没有看到熊猫能够处理数据流。谷歌什么也没发现，你能给我们举个例子吗？这只适用于处理单个数据帧中的值吗？如果您为每一批加载的数据实例化一个新的数据帧，那么累积std有哪些选项可用？回答得好！！！！

sums = series.expanding(min_periods=2).sum()