为何Pandas rolling apply指定axis=1时抛出ValueError？

问题现象 #

对DataFrame调用rolling(window=..., axis=1).apply()时会抛出ValueError，错误表现为程序试图将输出拆解到DataFrame的列而非行中；但使用内置窗口方法（如.min()）或先转置DataFrame再用axis=0执行apply则能正常运行。

错误原因 #

这是Pandas通用apply方法在处理行方向（axis=1）滚动窗口时的实现缺陷：

• 当axis=1且使用默认raw=False时，Pandas会将行窗口数据以Series形式传递给自定义函数，且期望函数返回标量；
• 但内部输出处理逻辑未正确适配行滚动场景，错误地尝试将标量结果拆解为与输入窗口同维度的结构，最终导致维度不匹配的ValueError。

而Pandas的内置窗口方法（如.min()）是针对不同axis单独优化的原生实现，不走通用apply的处理流程，因此能正常处理行滚动。

解决方案 #

方案1：转置DataFrame间接实现行滚动 #

先将DataFrame转置，把行滚动转为列滚动（axis=0），执行apply后再转置回来：

df.T.rolling(window=3, min_periods=3).apply(my_min).T

该方法无需修改自定义函数，适配性强。

方案2：设置raw=True适配numpy数组输入 #

将apply的raw参数设为True，此时Pandas会将窗口数据以numpy数组形式传递给函数，内部处理逻辑能正确识别标量输出：

# 修改函数以支持numpy数组输入
def my_min(arr):
    return arr.min()

# 执行行滚动apply
df.rolling(window=3, min_periods=3, axis=1).apply(my_min, raw=True)

如果需要兼容Series和numpy数组输入，函数可写成：

def my_min(x):
    return np.min(x)

内容的提问来源于stack exchange，提问作者LarryBird