如何使用pandas快速计算滑动窗口内指定值的占比

解决方案 #

你可以直接使用pandas的向量化滑动窗口运算实现，相比手写for循环效率提升非常显著，仅需一行代码即可完成需求：

df['perc_norm'] = df['error_code'].eq(255).rolling(wndw_size, min_periods=1).mean()

代码逻辑说明 #

• df['error_code'].eq(255)：生成布尔序列，error_code等于255的位置为True（数值运算中等价于1），其余为False（等价于0）
• rolling(wndw_size, min_periods=1)：创建滑动窗口对象，第二个参数min_periods=1刚好匹配你原逻辑的边界处理规则：当剩余数据不足窗口大小时，使用现有所有数据计算，无需等窗口填满
• mean()：对窗口内的数值求平均，计算结果恰好等于窗口内255的数量除以窗口总长度，也就是你需要的占比

效率优势说明 #

你原有的for循环是Python层的逐行迭代，每次都要做切片、条件筛选、计数操作，在数据量较大、窗口尺寸较大的场景下运行会非常慢。而pandas的rolling相关运算基于Cython实现底层逻辑，属于向量化运算，运行效率远高于手写Python循环。

内容的提问来源于stack exchange，提问作者Pier