Pandas中的滑动窗口分组

Question

如何在 Pandas 中使用 groupby 实现滑动窗口计算？假设我有一个类似以下的数据框：

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

对于数据框中的每个类型，我想要确定在一个滑动尺度上在第1行和第3行之间（仅限这些行，忽略第2行）的标准差。 这意味着对于A，我想使用这些行来找到第一个标准偏差：

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

然后在这些上面：

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

等等，对于此示例中的其他类型重复上述操作。您可以假设有比4种类型更多的类型和每种类型超过4行。是否有一种方法可以使用 groupby 做到这样的事情？我知道可以使用 iloc 实现这一点，但我希望有一种更优雅和标准的方法，使用 groupby 或其他 pandas 函数。我希望有类似下面的东西可以工作...

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

编辑：看起来滚动不起作用。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])，因为我们将仅查看索引0和2，而忽略索引1中的值。

- Bryant

---

重复的问题：https://dev59.com/-2Yr5IYBdhLWcg3wDF_P - Erfan

也许解决方案是相同的（可能是），但在搜索pandas groupby滑动窗口时没有出现该结果。 - Bryant

此外，现在似乎滚动不起作用，所以可能不是重复的。 - Bryant

Answer 1

rolling

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

- piRSquared

---

输出结果看起来不正确。我本来期望在索引0和1处看到一个值，而不是在2和3处。 - Bryant

看起来在末尾添加.shift(-2)就可以了。如果有更好的方法，请告诉我。 - Bryant

实际上@piRSquared，这样做不行，是我选择了错误的示例数据。滚动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确实只是在窗口中进行滚动计算，使用所有内容。我只想使用极端/端点。 - Bryant

此外，如果仅使用正确的值，我预计标准差约为1.41。我更新了问题，使数字更极端。 - Bryant

df.groupby('type').rolling(2).std() 给出了 ~1.41。 - piRSquared

当我使用原始数据框（窗口为2）运行时，每一行都会得到0.707的结果（除了窗口中的第一行，它是NaN）。我认为滚动操作不起作用，除非我重新组织数据框以使我想要的行相邻。 - Bryant