Python 访问滚动调用中的所有列

我对计算滚动窗口上的统计数据感兴趣。统计数据将在多个列上计算。下面是一个玩具示例，用于计算滚动窗口上的回归系数

def regression_coef(df):
    if df.shape[0]==0:
        return np.array([np.NaN, np.NaN])
    y = df.y.values
    X = df.drop('y',axis = 1).values
    reg = LinearRegression().fit(X,y).coef_.round(2)
    return reg

time = np.arange(5,3605,5)
x = np.random.normal(size = time.size)
z = np.random.normal(size = time.size)
y = 2*x+z + np.random.normal(size = time.size) 
df = pd.DataFrame({'x':x, 'z':z, 'y':y}, index = pd.to_datetime(time, unit ='s'))

当我调用

df.rolling（'20t'）.apply（回归系数）

时，我得到以下错误：

AttributeError:'numpy.ndarray'对象没有属性“y”

。这使我相信，

df.rolling

is计算单个列的统计信息，而不是在20分钟的窗口内找到所有观察结果

---

我怎样才能实现我想要的？也就是说，如何在滚动窗口中计算回归系数？特别是，我感兴趣的是，如果使用偏移量和现有的pandas API，是否可以解决此问题。

可能重复@tvgriek此问题使用偏移量而不是观察数。我认为这与您链接的问题不同。您是否尝试过其中定义的自定义滚动功能？我已经检查了滚动行为，它堆叠所有列并遍历所有值。总长度：3 x 720。您可以实现一个处理堆叠列的自定义函数。@tvgriek我已经在该答案中尝试了该函数。它不适用于偏移。我有能力编写自己的函数来解决这个问题，但我想知道现有的pandas API是否可行。@Demetri Pananos您找到解决方案了吗？我有一个类似的问题，需要将

df

的所有列传递给函数。希望有一个基于API的解决方案。请参阅：[link]（）可能与@tvgriek重复此问题使用偏移量而不是观察数。我认为这与您链接的问题不同。您是否尝试过其中定义的自定义滚动功能？我已经检查了滚动行为，它堆叠所有列并遍历所有值。总长度：3 x 720。您可以实现一个处理堆叠列的自定义函数。@tvgriek我已经在该答案中尝试了该函数。它不适用于偏移。我有能力编写自己的函数来解决这个问题，但我想知道现有的pandas API是否可行。@Demetri Pananos您找到解决方案了吗？我有一个类似的问题，需要将

df

的所有列传递给函数。希望有一个基于API的解决方案。请参阅：[链接]（）