Python 如何使用截至某一日期的所有历史数据滚动应用函数？

我有一个月度时间序列数据框架，并希望使用所有过去的数据进行滚动，例如，我有1990-01-01到2020-01-01的数据。那么我想从1999年12月31日开始做：

df = pd.DataFrame()
df['1990-01-01':'1999-12-31'].apply(myfun)
df['1990-01-01':'2000-01-31'].apply(myfun)
df['1990-01-01':'2000-02-29'].apply(myfun)
df['1990-01-01':'2000-03-31'].apply(myfun)

---

我的数据是每月一次的，所以考虑到每个月都是连续的，所以应该更简单。这将如何与滚动工作？我没有找到明确的方法。

滚动功能可以应用于熊猫系列。您可以计算滚动平均值，或您需要的任何其他函数。例如：

import pandas as pd

serie  = pd.Series([1, 2, 0, 0, 1, 2, 0, 0])
serie.rolling(window=3).mean()

输出： 出[19]： 0南 1楠 2 1.000000 3 0.666667 4 0.333333 5 1.000000 6 1.000000 7 0.666667 数据类型：64

它可以与lag和groupby组合用于不同的时间序列计算

在您的示例中，您可以执行以下操作：

df['your_column_with_sales_or_any_values'].rolling(window=3).mean()

---

您需要为您的问题设置一个方便的窗口

滚动功能可以应用于熊猫系列。您可以计算滚动平均值，或您需要的任何其他函数。例如：

import pandas as pd

serie  = pd.Series([1, 2, 0, 0, 1, 2, 0, 0])
serie.rolling(window=3).mean()

输出： 出[19]： 0南 1楠 2 1.000000 3 0.666667 4 0.333333 5 1.000000 6 1.000000 7 0.666667 数据类型：64

它可以与lag和groupby组合用于不同的时间序列计算

在您的示例中，您可以执行以下操作：

df['your_column_with_sales_or_any_values'].rolling(window=3).mean()

---

您需要为您的问题设置一个方便的窗口

df.expanding().apply(myfunc)

---

看起来你在找我

df.expanding().apply(myfunc)