如何将Pandas DataFrame拆分为滚动的小型子DataFrame

核心逻辑 #

对于10行的DataFrame，窗口大小为5时，有效窗口数为10 - 5 + 1 = 6，对应起始行索引0到5，分别截取i到i+4（共5行）的子DataFrame即可，这和R中用lapply遍历起始索引的思路一致。

正确代码实现 #

import pandas as pd

# 假设small2是你的10×10 DataFrame
window_size = 5
# 计算有效窗口总数
total_windows = len(small2) - window_size + 1
# 用列表推导式生成滚动窗口子DataFrame列表，等效于R的lapply
rolling_subdfs = [small2.iloc[i:i+window_size, :] for i in range(total_windows)]

代码说明 #

• len(small2)获取DataFrame总行数，通过总行数-窗口大小+1得到正确的窗口数量（6个）
• range(total_windows)生成0到5的起始索引，对应每个窗口的第一行位置
• iloc[i:i+window_size, :]通过位置索引截取连续5行、所有列的子DataFrame，这是Python中定位行切片的标准写法（替代R的x:y语法）

你之前的问题分析 #

• 用冒号语法报错：Python中不能直接像R那样用small2[1:5]的方式按行切片（除非DataFrame的行索引是连续整数且未修改），必须用iloc明确指定位置索引，否则会触发索引匹配错误。
• 生成10个元素：大概率是遍历了0到9的所有行索引，而非仅0到5的起始索引，导致多生成了4个不满足5行要求的窗口（比如起始索引6时，只能取到6-9共4行）。

验证结果 #

可以通过以下代码确认每个子DataFrame的行数：

for idx, sub_df in enumerate(rolling_subdfs):
    print(f"第{idx+1}个窗口行数: {len(sub_df)}")

输出会显示6个窗口，每个窗口行数均为5。

内容的提问来源于stack exchange，提问作者jlewis