如何打印pandas Rolling滚动窗口内的具体数据内容

pandas中调用.rolling()方法返回的是Rolling窗口计算器对象，直接打印只会输出窗口的配置参数（也就是你看到的Rolling [window=180 D,min_periods=1,...]信息），不会返回窗口内存储的实际数据。要拿到DataFrame格式的窗口条目，可以用以下两种方式实现：

方法1：遍历捕获全量窗口，转成结构化DataFrame #

如果需要拿到所有时间点对应的滚动窗口内容，可以通过自定义apply函数收集每个窗口的数据，最后转成DataFrame：

import pandas as pd

resampleStr = '180 D'
window_storage = {}

def get_window_data(window):
    # 以窗口截止时间的原数据索引为key
    window_end_idx = window.index[-1]
    window_storage[window_end_idx] = window.values
    # apply方法要求函数必须有返回值，随便返回一个占位值即可
    return 0

# 执行滚动计算触发窗口遍历
df['Close'].rolling(resampleStr).apply(get_window_data)

# 将存储的窗口数据转为DataFrame，每行对应一个截止时间点的180天窗口数据
window_result_df = pd.DataFrame.from_dict(window_storage, orient='index')
# 按需重命名列，比如t-0对应当前时间点的Close值，t-n对应n个周期前的Close值
window_result_df.columns = [f't-{len(window_result_df.columns)-1 - i}' for i in range(len(window_result_df.columns))]

注意：因为你使用的是180 D这种时间偏移窗口，不是固定行数窗口，不同时间点的窗口包含的样本数会因为非交易日、缺失值存在差异，转DataFrame时不足的位置会自动填充NaN。

方法2：提取单个指定窗口内容 #

如果只需要查看某一个时间点对应的窗口内容，不需要遍历全量数据，可以直接迭代Rolling对象取目标窗口，运行效率更高：

resampleStr = '180 D'
roller = df['Close'].rolling(resampleStr)

# 比如要查看原df中第200行位置对应的时间点的窗口内容
target_index_pos = 200
for pos, window_data in enumerate(roller):
    if pos == target_index_pos:
        # 单个窗口转为DataFrame格式
        single_window_df = window_data.to_frame()
        print(single_window_df)
        break

注意事项 #

• 时间偏移类窗口不要用固定步长切片的方式取数据，因为每个窗口的样本数不固定，直接迭代Rolling对象是最稳妥的方式
• 如果使用的是固定行数窗口（比如window=180），可以直接用列表推导式快速拿到全量窗口：all_window_list = [w.to_frame() for w in df['Close'].rolling(180)]

内容的提问来源于stack exchange，提问作者Ivan