我的个人技术笔记

17 窗口计算

2 min read

章节概览

本章介绍 pandas 中的窗口计算（Windowing Operations），用于在滑动窗口、扩展窗口和指数加权窗口上执行统计聚合。窗口计算是时间序列分析和滚动统计的核心工具。

📚 相关章节：分组与聚合 | 统计与数学计算

📑 子章节导航

子章节核心内容关键字
1. rolling()固定大小滑动窗口window、min_periods、win_type
2. expanding()从起点到当前的全量窗口min_periods
3. ewm()指数衰减权重窗口com、span、halflife、alpha
4. 加权窗口加权统计的组合应用win_type + ewm()

🧭 核心概念速览

窗口计算的三大类型

  1. 滚动窗口 rolling() —— 固定大小的窗口沿数据滑动，每个窗口独立计算统计量
  2. 扩展窗口 expanding() —— 窗口从数据起点开始，逐步扩展到当前点
  3. 指数加权窗口 ewm() —— 所有历史数据参与计算，但越近的数据权重越大（指数衰减）

🎯 典型应用场景

  • 📈 移动平均线（MA）
  • 📊 滚动标准差、滚动相关系数（风险分析）
  • ⏱️ 时间序列平滑与去噪
  • 📉 金融领域的技术指标（如布林带、MACD）
  • 🔄 累计统计量（累计均值、累计最小值等）

🔗 相关链接

4 items under this folder.