在 Jupyter Notebook 中读取 CSV 并生成无聚合的 3 期滚动窗口

无需执行sum、mean等聚合操作、仅提取固定大小滚动窗口的原始数据，有三种常用实现，处理大文件优先推荐numpy方案。

方法1：numpy 滑动窗口（大文件首选，性能最高） #

NumPy 1.20+ 内置的sliding_window_view基于数组步长实现，不会额外复制全量数据，内存占用极低，处理GB级CSV也有明显性能优势，输出直接是结构化的窗口数组。

示例代码：

import numpy as np
import pandas as pd

# 替换为你的CSV读取代码和实际目标列名
df = pd.read_csv("你的数据文件.csv")
window_size = 3

# 生成滚动窗口，返回二维numpy数组，每一行对应一个窗口
windows = np.sliding_window_view(df["目标列名"].to_numpy(), window_shape=window_size)

针对1~10的样例数据，输出结果为：

array([[ 1,  2,  3],
       [ 2,  3,  4],
       [ 3,  4,  5],
       [ 4,  5,  6],
       [ 5,  6,  7],
       [ 6,  7,  8],
       [ 7,  8,  9],
       [ 8,  9, 10]])

如果需要嵌套列表格式，调用windows.tolist()即可直接得到[[1,2,3], [2,3,4], ...]格式的结果。

如果需要和原DataFrame索引对齐（前2个不足窗口大小的位置补空值），可以再转成Series：

# 前 window_size-1 个位置补空值
window_series = pd.Series(
    [np.nan] * (window_size - 1) + windows.tolist(),
    index=df.index
)

方法2：pandas 原生 rolling（需要和原表索引对齐时用） #

用pandas的滚动窗口对象配合apply直接返回窗口内的原始值即可，不需要执行聚合计算。一定要加raw=True参数，直接传入numpy数组减少类型转换开销，比默认模式快数倍。

window_size = 3
# 针对单列Series生成窗口
window_series = df["目标列名"].rolling(window=window_size).apply(
    lambda x: x.astype(int).tolist(), raw=True
)
# 去掉前面不足窗口长度的空值
valid_windows = window_series.dropna().tolist()

输出格式和numpy方案一致，默认右对齐窗口，和需要的窗口顺序完全匹配。

方法3：纯Python原生实现（无高版本依赖时用） #

如果不想依赖高版本NumPy，数据量不算极大的情况下可以用内置函数zip实现，写法简洁无额外依赖：

data = df["目标列名"].tolist()
window_size = 3

windows = [
    list(window) 
    for window in zip(*(data[i:] for i in range(window_size)))
]

注意事项 #

• 大文件优先选第一种numpy方案，避免逐窗口执行Python函数的性能损耗
• pandas rolling默认取右对齐窗口（第k行对应包含第k个元素的窗口），如果需要左对齐、中心对齐可以调整center参数
• 如果窗口大小超过数据总长度，三种方案都会自动返回空结果，不需要额外判空

内容的提问来源于stack exchange，提问作者NJM