如何统计DataFrame指定列滑动窗口区间内的非零值数量

直接利用非零判断的布尔值可求和的特性实现，不需要写复杂循环，分两种场景处理：

• 固定长度滑动窗口（窗口大小统一、步长固定）
  直接用pandas内置的rolling滚动接口实现，性能比手动切片遍历高很多：

  # 替换window_size为你实际需要的窗口长度，比如窗口覆盖5行就填5
  # min_periods=1表示窗口内只要有值就返回统计结果，可根据需求调整为窗口满长才统计
  df["rolling_non_zero_cnt"] = df["data"].rolling(
      window=window_size, 
      min_periods=1
  ).apply(lambda col_slice: col_slice.ne(0).sum(), raw=True)
  

  这里的.ne(0)是pandas原生的“不等于0”判断，返回的布尔序列中True会被按1计算、False按0计算，求和结果就是窗口内非零值的总个数。raw=True参数可以把传入apply的序列转成numpy数组，进一步提升计算速度。

• 自定义起止索引的不规则窗口
  如果你是手动指定每个窗口的起止索引i、j，直接对你写的切片代码做统计即可：

  non_zero_count = df.loc[i:j, "data"].ne(0).sum()
  

  如果数据中存在NaN空值且你不希望把空值计入非零统计，提前把空值填充为0再判断即可：

  non_zero_count = df.loc[i:j, "data"].fillna(0).ne(0).sum()
  

内容的提问来源于stack exchange，提问作者Felipe Quintero Suárez