Python 熊猫滚窗；日期时间索引：“偏移量”是什么意思？

pandas 0.22的滚动窗口函数采用

window

参数，如下所述：

窗口：int或offset

移动窗口的大小。这是用于分析的观察数 计算统计数据。每个窗口都是固定大小的

如果是偏移量，则这将是每个窗口的时间段。 每个窗口的大小将根据观察结果而变化 包括在时间段内。这仅对datetimelike有效 索引。这在0.19.0中是新的

---

在这种情况下，偏移量实际上是什么？

简而言之，如果您使用像“2D”（2天）这样的

偏移量，pandas将使用索引中的日期时间信息（如果可用），可能会解释任何缺失行或不规则频率。但是，如果使用简单的
int
如2，则pandas将把索引视为简单的整数索引[0,1,2，…]，并忽略索引中的任何日期时间信息

一个简单的例子应该说明这一点：

df=pd.DataFrame({'x':range(4)}, 
    index=pd.to_datetime(['1-1-2018','1-2-2018','1-4-2018','1-5-2018']))

            x
2018-01-01  0
2018-01-02  1
2018-01-04  2
2018-01-05  3

请注意，（1）索引是日期时间，但（2）缺少“2018-01-03”。因此，如果使用2这样的纯整数，
rolling
将只查看最后两行，而不考虑日期时间值（从某种意义上讲，它的行为类似于
iloc[i-1:i]
，其中
i
是当前行）：

相反，如果使用2天的偏移量（
'2D'
），
滚动
将使用实际的日期时间值，并解释日期时间索引中的任何异常情况

df.rolling('2D').count()

              x
2018-01-01  1.0
2018-01-02  2.0
2018-01-04  1.0
2018-01-05  2.0

还要注意的是，在使用日期偏移量时，需要将索引按升序排序，但在使用简单整数时，这并不重要（因为您只是忽略了索引）
 为了给出以微秒为单位的偏移量（比如说10），将使用什么字符串？我尝试了“10f”，但没有work@Legolas这一信息出人意料地难以找到，尽管在这种情况下猜测通常很有效；-）我会使用“我们”，但“微秒”或“微秒”也可以。更多信息请参见此处：@JohnE That doc没有像示例中那样提到小写
d
，只提到
days
。但是只有
2d
似乎有效，而
2day
无效（？）@thakis感谢您的关注。我不太清楚为什么“天”在这里不起作用。在其他情况下，您可以通过这些其他方式指定天数的偏移量（例如，尝试
pd.Timedelta（'2day'）
），但我也不能在这里使用“天”。FWIW，我认为“D”可能是这里指定“天”的最标准或最规范的方式，因此我将上面的示例改为使用
2D
，而不是
2D
@thakis这可能有点傻，但如果出于某种原因，你真的想使用“天”，你可以这样做，通过显式转换为timedelta:
df.rolling（pd.timedelta（'2day'））.count（）
df.rolling('2D').count()

              x
2018-01-01  1.0
2018-01-02  2.0
2018-01-04  1.0
2018-01-05  2.0