pandas索引非日期类型时使用偏移量实现rolling滚动计算的方法

现有如下DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]},index=[0.1,0.2,0.5,0.7,0.9])

原始输出结果：

B
0.1  0.0
0.2  1.0
0.5  2.0
0.7  NaN
0.9  4.0

需要基于数值偏移量执行滚动计算，运行df.rolling(0.3).sum()时报错：

ValueError: window must be an integer

实际业务场景涉及约10亿行数据，最终需要执行groupby().rolling()操作，上述为问题极简示例。

该问题最优解法由GitHub用户mroeschke提供，核心逻辑是将数值型索引转换为datetime时间戳类型，即可使用pandas原生支持的时间偏移量滚动窗口，计算逻辑和数值偏移完全一致，性能适配大数据量场景，代码实现如下：

In [1]: df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]},index=[0.1,0.2,0.5,0.7,0.9])

# 将数值索引转换为秒单位的时间戳
In [2]: df.index = pd.to_datetime(df.index, unit="s")

# 300ms时间窗口对应0.3的数值偏移，可替换为sum等其他聚合函数
In [3]: df.rolling("300ms").mean()
Out[3]:
                           B
1970-01-01 00:00:00.100  0.0
1970-01-01 00:00:00.200  0.5
1970-01-01 00:00:00.500  2.0
1970-01-01 00:00:00.700  2.0
1970-01-01 00:00:00.900  4.0

如果需要保留原数值索引的展示形式，计算完成后可再将时间索引转换回数值类型：

df.index = df.index.astype(np.int64) / 10**9

内容的提问来源于stack exchange，提问作者user40780