Python Pandas是一个非常流行的数据分析和处理工具。rolling是Pandas移动窗口函数之一，它可以在特定时间范围内对数据进行计算和分析。下面是rolling函数的用法攻略。
rolling函数的语法
rolling(window, min_periods=None, center=False)
参数说明：
– window：滑动窗口的大小。
– min_periods：窗口最小值，为了确保每个移动窗口的最小观测数量，需要设置。
– center：是否将窗口放在中心，默认是False，表示放在左侧。
rolling函数的示例：
示例1：计算滑动平均
首先，我们先用下面的语句生成一个包含随机数的DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 4), columns=['A','B','C','D'])
print(df)
运行结果如下：
A B C D
0 0.089012 0.124665 -1.611216 1.184200
1 0.095304 -0.809638 -0.037016 0.337062
2 0.273916 -0.743344 -0.003838 -0.339016
3 -1.008188 -0.385221 0.667659 0.452619
4 -0.551864 -1.254166 -0.239304 1.055637
5 -0.657497 -0.544968 0.256082 -0.942614
6 0.328763 0.138721 -0.419369 -0.029761
7 -0.977606 0.231696 -1.124174 1.510487
8 -1.317638 -0.731272 -1.449814 0.696532
9 -0.717161 0.030791 -0.435563 1.419292
现在，我们需要计算每一列的滑动平均。我们可以使用rolling函数来实现这个目标。
rolling_mean = df.rolling(window=2).mean()
print(rolling_mean)
这里我们使用了window=2来设置每个滑动窗口的大小，rolling_mean是计算所得的每一列的滑动平均。 运行结果如下：
A B C D
0 NaN NaN NaN NaN
1 0.092158 -0.342487 -0.824116 0.760631
2 0.184610 -0.776491 -0.020427 -0.000477
3 -0.367636 -0.564283 0.331410 0.056301
4 -0.780026 -0.819694 0.214677 0.754128
5 -0.604680 -0.899067 0.008389 0.056511
6 -0.164367 -0.203124 -0.081644 0.512511
7 -0.324422 0.185209 -0.771772 0.740863
8 -1.147122 -0.249288 -1.287994 1.103010
9 -1.017399 -0.350740 -0.942188 1.057912
可以看到，rolling函数计算出了每一列的滑动平均值。
示例2：计算滑动标准差
我们也可以使用rolling函数来计算每一列的滑动标准差。代码如下：
rolling_std = df.rolling(window=2).std()
print(rolling_std)
这里我们使用window=2来设置每个滑动窗口的大小，rolling_std是计算所得的每一列的滑动标准差。 运行结果如下：
A B C D
0 NaN NaN NaN NaN
1 0.003542 0.747151 1.230600 0.602787
2 0.136092 0.037461 0.016513 0.476697
3 0.911167 0.248174 0.465957 0.548331
4 0.342575 0.614044 0.554604 0.397729
5 0.059104 0.474306 0.389693 1.491973
6 0.493697 0.535261 0.612369 0.702250
7 0.604626 0.072304 0.456178 1.284479
8 0.232744 0.781327 0.236779 0.526290
9 0.428091 0.507008 0.724750 0.548970
可以看到，rolling函数计算出了每一列的滑动标准差。
结论
rolling函数是Python Pandas中一个非常有用的移动窗口函数，它可以在特定时间范围内对数据进行计算和分析。在本文中，我们讲解了rolling函数的语法和两个示例，分别是计算滑动平均和滑动标准差。