Pandas DataFrame指定子集滚动标准差实现方案问询

这问题我之前也碰到过，Pandas的rolling默认是按索引从小到大的方向计算窗口统计，刚好和你的需求（索引0为最新数据，要取当前行+时间更早的14行）反过来，给你两个简单可行的实现方案：

方案1：反转列计算后再反转回来 #

核心思路是先把ratio_div列的顺序反转，让旧数据在前、新数据在后，这样常规的rolling(window=15)就会计算连续15个旧数据+当前新数据的窗口，最后再把结果反转回原顺序即可：

# 反转ratio_div列，计算滚动标准差，再反转回原顺序
df['SD1'] = df['ratio_div'][::-1].rolling(window=15, min_periods=15).std()[::-1]

• df['ratio_div'][::-1]：将列反转，把最旧数据放到第一位，最新数据放到最后一位
• rolling(window=15, min_periods=15)：计算窗口大小为15的滚动标准差，要求必须有15个非NaN值才计算（避免前14行出现无效结果）
• [::-1]：将计算结果反转，还原到原数据的索引顺序

方案2：利用shift调整滚动结果的位置 #

另一种思路是先计算正向的滚动标准差，再通过shift把结果移动到对应的位置：

# 先计算正向15行窗口的标准差，再将结果向前移动14位
df['SD1'] = df['ratio_div'].rolling(window=15, min_periods=15).std().shift(-14)

• rolling(window=15, min_periods=15).std()：计算索引i对应的窗口是i-14到i的标准差（比如索引14对应窗口0-14）
• .shift(-14)：将每个位置的结果向前移动14位，这样索引14的结果就会到索引0的位置，刚好对应你需要的“当前行（0）+前14行（1-14）”的标准差

灵活调整说明 #

如果你的200行数据中，希望最后14行（索引186到199）即使不足15行也计算标准差，可以把min_periods参数改成1，这样会用现有数据计算；如果严格要求必须15行才出结果，保持min_periods=15即可。

内容的提问来源于stack exchange，提问作者Gluons