如何从pd.Series().rolling()对象中提取各窗口内的元素？

要从pd.Series(a).rolling(3)生成的对象中得到你预期的窗口列表，Pandas本身不会直接存储完整窗口集合，但可以通过以下两种方法实现：

方法1：利用apply捕获每个窗口 #

借助rolling.apply()自定义处理每个窗口，判断窗口是否填满，返回对应格式的列表：

import pandas as pd
import numpy as np

a = [1, 2, 3, 7, 9]
roll_obj = pd.Series(a).rolling(3)

def extract_window(window):
    # 窗口未填满时返回[nan]
    if window.isna().any():
        return [np.nan]
    return window.tolist()

window_list = roll_obj.apply(extract_window, raw=False).tolist()
print(window_list)
# 输出: [[nan], [nan], [1, 2, 3], [2, 3, 7], [3, 7, 9]]

这里raw=False确保每个窗口以Series形式传入函数，方便我们检测缺失值（对应窗口未填满的情况）。

方法2：手动生成窗口（性能更优） #

如果处理大数据集，手动循环生成窗口可以避免apply的额外开销：

import numpy as np

a = [1, 2, 3, 7, 9]
window_size = 3
total_len = len(a)

window_list = []
for idx in range(total_len):
    if idx < window_size - 1:
        window_list.append([np.nan])
    else:
        # 截取对应区间的元素组成窗口
        window_list.append(a[idx - window_size + 1 : idx + 1])

print(window_list)
# 输出: [[nan], [nan], [1, 2, 3], [2, 3, 7], [3, 7, 9]]

需要注意的是，Pandas的Rolling对象是按需计算的，内部不会预先存储所有窗口的完整数据，所以需要通过上述方式主动提取。

内容的提问来源于stack exchange，提问作者Wenjie Yu