Python 将数据帧划分为重叠段

我有一个带有时间索引的数据帧，需要将其划分为重叠的段（例如，长度为5天，偏移量为1天）

以下是一个示例数据帧：

import pandas as pd    
i=pd.date_range('05-01-2015', '21-05-2018', freq='D')
x=pd.DataFrame(index=i, data = np.random.randint(0, 100, len(i)))

划分后，各细分市场的指数应分别从

2015-05-01

到

2015-05-05

，从

2015-05-02

到

2015-05-06

，从

2015-05-03

到

2015-05-08

等。我认为

groupby

应该有一些技巧来做到这一点，但无法提出有效的实施方案

作为参考，这在以下方面实施：

分区[list，n，d]

-生成偏移量为d的子列表

---

我非常感谢你们提供的任何见解。

正如@alkasm所指出的，您可以使用pandas中的

滚动
使用示例数据框对5天分区执行聚合计算：

import pandas as pd    
i = pd.date_range('05-01-2015', '21-05-2018', freq='D')
x = pd.DataFrame(index=i, data = np.random.randint(0, 100, len(i)))

x.rolling(5).sum()

这样做的诀窍是，它向后计算聚合函数，因此您可能需要扩展索引以包括四天前的索引。数据帧中索引为
2018-05-06
的一行以及5行
rolling（）
调用将代表
2018-05-02
到
2018-05-06
的段（包括5天）。
我对您使用的日期格式有点困惑，是
DD-MM-YYYY
还是
MM-DD-YYYY
？我想你想要
df.rolling（5）
？在5行滚动窗口中：。如果您的时间序列不一致，在固定的时间段内，它还具有“偏移”功能。