Python 熊猫中的滑动窗口分组

如何使用groupby为Pandas中的计算创建滑动窗口？假设我有一个如下所示的数据帧：

df = pd.DataFrame({'type': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], 'data': [1,10,2,4,3,4,5,6]})


df
  type  data
0    A     1
1    A     10
2    A     2
3    A     4
4    B     3
5    B     4
6    B     5
7    B     6

对于数据框中的每一个

类型

，我想以滑动比例确定第一行和第三行之间的标准偏差（并且只有那些，忽略第二行中的数据）。这意味着对于A，我希望使用这些行来查找第一个std dev：

  type  data
0    A     1    <----
1    A     10
2    A     2    <----
3    A     4

编辑：滚动似乎不起作用。我只想要用于

std（）

的端点，而不是整个窗口。例如，第一个计算应该是

std（[1，2]）

，因为我们将只查看索引0和2，而忽略索引1中的值。

rolling

---

重复的：可能解决方案是相同的（可能），但在通过滑动窗口搜索pandas groupby时未出现该结果。此外，现在滚动似乎不起作用，因此可能不是输出不正确的重复。我希望在索引0和1处看到一个值，而不是在2和3处。看起来在末尾添加一个.shift（-2）会起作用。如果有更好的方法，让我知道实际上@piRSquared，这不起作用，我的错误是选择了坏的示例数据。rolling函数使用整个窗口进行std（）计算，我只想使用索引0和2，似乎rolling只做它所说的，一个滚动计算，使用窗口中的所有内容。我只想使用极值/端点，如果这只是使用正确的值，我希望std为~1.41。我更新了这个问题，所以数字更极端。

df.groupby（'type'）。rolling（2.std（）

给出了

~1.41

  type  data
0    A     1    
1    A     10   <----
2    A     2
3    A     4   <----

df.groupby(df.type).sliding_window(slide=2).std()

df.groupby('type').rolling(3).std()

        data
type        
A    0   NaN
     1   NaN
     2   1.0
     3   1.0
B    4   NaN
     5   NaN
     6   1.0
     7   1.0