如何高效遍历Pandas DataFrame的滚动时间窗口分块？

安全阿岳

2026-8-2

解决方案

核心问题在于：Pandas对DataFrame调用rolling()后默认逐列传递数据给apply()的函数（以NumPy数组形式，raw=True），而非传递整个窗口的DataFrame，导致无法直接按列名访问多列数据。

方法：使用`raw=False`参数（Pandas 1.3+）

设置raw=False后，apply()会将每个滚动窗口对应的完整DataFrame传递给自定义函数，允许你直接操作窗口内的所有列，实现跨列的复杂计算。

针对你更新后的示例（A的均值除以B的标准差）：

import pandas as pd

# 示例数据
df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6], 
                   'B': [2, 4, 6, 8, 10, 12]}, 
                   index=pd.date_range('2019-01-01', periods=6, freq='5T'))

# 应用自定义函数到滚动窗口
result = df.rolling('15T', min_periods=2).apply(
    lambda x: x['A'].mean() / x['B'].std(),
    raw=False  # 关键：传递窗口DataFrame而非逐列数组
)['A']  # 取任意一列得到单一Series（所有列结果相同）

print(result.round(2))

输出：

2019-01-01 00:00:00     NaN
2019-01-01 00:05:00    1.06
2019-01-01 00:10:00    1.00
2019-01-01 00:15:00    1.50
2019-01-01 00:20:00    2.00
2019-01-01 00:25:00    2.50
Freq: 5T, Name: A, dtype: float64

针对最初的求和示例：

sum_result = df.rolling('15T', min_periods=2).apply(
    lambda x: x.sum().sum(),
    raw=False
)['A']

print(sum_result)

输出：

2019-01-01 00:00:00     NaN
2019-01-01 00:05:00     9.0
2019-01-01 00:10:00    18.0
2019-01-01 00:15:00    27.0
2019-01-01 00:20:00    36.0
2019-01-01 00:25:00    45.0
Freq: 5T, Name: A, dtype: float64