对无数据列的DataFrame执行rolling操作时的异常行为

先看正常场景的代码，能生成符合预期的结果：

import pandas as pd
import numpy as np

data = pd.DataFrame({'time': pd.date_range('2024-01-01 00:00',
                                           '2024-01-02 00:00',
                                           freq='1H'),
                    'data' : np.random.rand(25)})

# 正常返回包含time和data列的结果
data.rolling(window='3H', on='time').max()

但当移除唯一的数值列data后，执行相同的rolling+max操作：

# 仅保留time列的DataFrame执行rolling操作
data.drop(columns=['data']).rolling('3H', on='time').max()

程序既不报错也不提示警告，却返回一个只有索引、没有任何列的空DataFrame，导致后续依赖time列的处理流程直接失败。按预期，即便这个操作没有实际聚合意义，也应该返回输入的原DataFrame，而非丢失唯一的time列。

问题原因 #

Pandas的rolling聚合方法（比如max()、mean()）只会对数值类型的列执行计算，而time列是datetime类型，不属于聚合目标范围。当DataFrame里没有数值列时，聚合操作找不到可处理的列，最终就返回了无列的空DataFrame。同时，on参数指定的time列只会作为rolling窗口的分组依据，不会自动被保留到结果中。

解决方案 #

可以通过提前判断或自定义逻辑来避免这个问题：

• 方案1：提前检查是否有数值列
  在执行rolling操作前，先判断DataFrame里是否存在数值类型的列，没有则直接返回原数据：

  df = data.drop(columns=['data'])
  if np.any(df.dtypes == 'float64') or np.any(df.dtypes == 'int64'):
      result = df.rolling('3H', on='time').max()
  else:
      result = df.copy()
  

• 方案2：强制保留time列
  如果需要保留time列，哪怕聚合操作无意义，可以手动将time列转为数值类型（比如时间戳）参与聚合，之后再转回来：

  df = data.drop(columns=['data']).copy()
  df['time_ts'] = df['time'].astype('int64')
  result = df.rolling('3H', on='time').max().drop(columns=['time_ts'])
  # 恢复原time列
  result['time'] = df['time']
  

• 方案3：自定义聚合函数
  使用agg方法，指定对time列做恒等映射，确保列被保留：

  df = data.drop(columns=['data'])
  result = df.rolling('3H', on='time').agg({'time': lambda x: x.iloc[-1]})
  

内容的提问来源于stack exchange，提问作者Droid