如何基于月度滑动窗口生成保留原数据的DataFrame子集？

这个需求其实很常见，咱们可以绕开rolling的聚合逻辑，直接按月份维度手动筛选，完美保留所有原始行数据。下面是具体的实现步骤和代码：

1. 先构造/处理你的原始DataFrame #

首先确保你的datetime索引是可以按月份识别的（如果原本是datetime格式，转成月度周期会更方便）：

import pandas as pd

# 构造你提供的示例数据
data = {'A': [1, 2, 3, 4, 5, 6, 7, 8]}
dates = pd.to_datetime(['2020-01', '2020-01', '2020-02', '2020-02', 
                        '2020-03', '2020-03', '2020-04', '2020-04'])
df = pd.DataFrame(data, index=dates)

# 将索引转换为月度周期格式（方便后续按月份筛选）
df.index = df.index.to_period('M')

2. 提取唯一月份并生成滚动子集 #

核心思路是：先拿到所有不重复的月份，然后循环遍历每个月份，每次取当前月份和下一个月份的所有数据，实现“弃旧加新”的滚动效果：

# 获取所有唯一的月份并排序（确保顺序正确）
unique_months = df.index.unique().sort_values()

# 用字典存储生成的各个DataFrame（比动态创建变量更规范易维护）
rolling_dataframes = {}

# 循环生成每个滚动窗口（窗口大小为2个月，循环次数为总月份数-1）
for idx in range(len(unique_months) - 1):
    # 取当前窗口的两个连续月份
    month1 = unique_months[idx]
    month2 = unique_months[idx + 1]
    
    # 筛选这两个月份的所有原始数据
    subset_df = df[(df.index == month1) | (df.index == month2)]
    
    # 存入字典，命名为dataframe1、dataframe2...
    rolling_dataframes[f'dataframe{idx + 1}'] = subset_df

3. 查看结果 #

现在你可以通过字典键来调用每个子集：

# 查看第一个子集（2020-01和2020-02的数据）
print(rolling_dataframes['dataframe1'])

# 查看第二个子集（2020-02和2020-03的数据）
print(rolling_dataframes['dataframe2'])

为什么不用rolling？ #

rolling方法本质是做聚合计算（比如求和、均值），它会把窗口内的数据压缩成单个值，而你需要保留原始的每一行数据，所以手动按月份筛选是更直接的方案。

如果你的原始索引是datetime格式（不是月度周期），也可以用df.index.strftime('%Y-%m')来提取年月字符串，再按字符串筛选，效果是一样的。

内容的提问来源于stack exchange，提问作者Jack_T