如何在Polars中按交易天数指定滚动窗口大小？

问题背景 #

从Pandas迁移到Polars处理股票数据时，需要计算前n个交易日的最低价格，但Polars默认的时间窗口基于连续自然日计算，无法适配非连续的交易日（如周末、节假日），导致结果不符合预期。

测试数据 #

import polars as pl

df = pl.from_repr("""
┌────────────┬───────┐
│ Date       ┆ Price │
│ ---        ┆ ---   │
│ date       ┆ i64   │
╞════════════╪═══════╡
│ 2023-01-01 ┆ 1     │
│ 2023-01-02 ┆ 2     │
│ 2023-01-03 ┆ 3     │
│ 2023-01-05 ┆ 4     │
│ 2023-01-10 ┆ 5     │
│ 2023-01-11 ┆ 6     │
│ 2023-01-12 ┆ 7     │
└────────────┴───────┘
""")

Pandas预期结果 #

df.to_pandas().Price.rolling(3).min()

输出：

0    NaN
1    NaN
2    1.0
3    2.0
4    3.0
5    4.0
6    5.0
Name: Price, dtype: float64

Polars错误尝试（基于自然日窗口） #

df.rolling("Date", period="3d").agg(pl.col("Price").min())

输出（不符合预期）：

┌────────────┬───────┐
│ Date       ┆ Price │
│ ---        ┆ ---   │
│ date       ┆ i64   │
╞════════════╪═══════╡
│ 2023-01-01 ┆ 1     │
│ 2023-01-02 ┆ 1     │
│ 2023-01-03 ┆ 1     │
│ 2023-01-05 ┆ 3     │
│ 2023-01-10 ┆ 5     │
│ 2023-01-11 ┆ 5     │
│ 2023-01-12 ┆ 5     │
└────────────┴───────┘

解决方案：使用行数量滑动窗口 #

Polars完全可以实现与Pandas一致的结果，核心是放弃时间窗口，改用基于行数量的滑动窗口——因为我们需要的是前n条交易记录，而非自然时间范围内的数据。

实现代码 #

result = df.with_columns(
    pl.col("Price").rolling(index_size=3, min_periods=3).min().alias("Rolling_Min")
)

print(result)

输出结果（与Pandas一致） #

┌────────────┬───────┬────────────┐
│ Date       ┆ Price ┆ Rolling_Min │
│ ---        ┆ ---   ┆ ---        │
│ date       ┆ i64   ┆ f64        │
╞════════════╪═══════╪════════════╡
│ 2023-01-01 ┆ 1     ┆ null       │
│ 2023-01-02 ┆ 2     ┆ null       │
│ 2023-01-03 ┆ 3     ┆ 1.0        │
│ 2023-01-05 ┆ 4     ┆ 2.0        │
│ 2023-01-10 ┆ 5     ┆ 3.0        │
│ 2023-01-11 ┆ 6     ┆ 4.0        │
│ 2023-01-12 ┆ 7     ┆ 5.0        │
└────────────┴───────┴────────────┘

参数说明 #

• index_size=3：设置滑动窗口的大小为3行（包含当前行在内的前3条交易记录）
• min_periods=3：要求窗口至少包含3条数据才计算最小值，否则返回null，与Pandas默认行为完全匹配

常见问题解答 #

1. 是否需要手动创建索引列？
   不需要。Polars的rolling可以直接基于行的位置实现滑动窗口，无需依赖索引，比Pandas的索引依赖更灵活。

2. 迁移到Polars是否合适？
   完全合适。Polars在大数据量下的性能优势显著，这类时间序列滑动窗口计算可以高效实现，只需调整思路：当需要基于交易记录数量而非自然时间间隔时，选择行窗口而非时间窗口。

内容的提问来源于stack exchange，提问作者SpeedowaGONE