Pandas时间戳DataFrame未来/向后窗口绝对偏差滚动中位数计算

给定一个以时间戳为索引的pandas DataFrame，需要为每个数据点计算未来5秒内所有值（含当前值）与当前值的绝对差的中位数。示例数据如下：

import pandas as pd

df = pd.DataFrame({'A': [2, 1, 3, 4, -1, 2, -3, 5, 4, -10]},
                  index=pd.date_range('2022-01-01', periods=10, freq='s'))

以第一个数据点（索引2022-01-01 00:00:00）为例：未来5秒内的数值为[2, 1, 3, 4, -1, 2]，与当前值2的绝对差为[0, 1, 1, 2, 3, 0]，其中位数为1。

方法一：直接使用向前滚动窗口 #

利用pandas的rolling函数，指定direction='forward'实现向前看未来的窗口，搭配自定义函数计算绝对差的中位数：

# 计算未来5秒窗口（含当前点）的绝对差中位数
result_forward = df['A'].rolling(
    window='5s',
    closed='both',
    direction='forward'
).apply(lambda x: x.sub(x.iloc[0]).abs().median())

print(result_forward)

• window='5s'：定义时间窗口为5秒
• closed='both'：窗口包含当前时间点和刚好5秒后的点
• direction='forward'：窗口方向为向前（未来）

方法二：反向处理（向后窗口，更简洁高效） #

由于pandas默认滚动窗口是向后看历史数据，我们可以通过反转数据将"未来窗口"转换为"历史窗口"处理，最后再反转结果：

# 反转数据行顺序
df_reversed = df.iloc[::-1]

# 用默认向后窗口计算（等价于原数据的未来窗口）
result_reversed = df_reversed['A'].rolling(
    window='5s',
    closed='both'
).apply(lambda x: x.sub(x.iloc[0]).abs().median())

# 反转结果得到原数据的未来窗口计算值
result_backward = result_reversed.iloc[::-1]

print(result_backward)

这种方法避免了指定direction参数，兼容更早版本的pandas，且性能表现更稳定。

注意事项 #

• 数据索引必须是DatetimeIndex，若频率不固定，时间窗口仍能自动识别5秒内的所有数据点
• 若不需要包含当前点，可将closed参数改为'right'
• 自定义apply函数在超大数据集上可能有性能瓶颈，若需优化可考虑向量化实现（复杂度较高）

内容的提问来源于stack exchange，提问作者SBF