在pandas滚动窗口中，offset参数的具体含义是什么？

我来给你把这个offset参数讲明白——其实它就是基于时间长度的滚动窗口，和咱们常用的固定行数的window完全不是一回事儿。

核心区别：固定window vs offset #

• 当你用window=N（N是整数）时，每个窗口都是固定的N行数据，不管这些数据对应的时间跨度有多大；
• 而用window='offset_str'（比如'2H'、'1D'这种时间偏移字符串）时，窗口是按时间范围来划定的：每个窗口包含的是「当前行索引时间往前推offset时长内的所有数据」，窗口里的行数完全取决于这段时间里有多少条观测值，可能每行对应的窗口大小都不一样。

必须满足的前提 #

这个特性只对日期时间类型的索引有效，比如DatetimeIndex或者PeriodIndex，普通的数值索引、字符串索引用不了这个参数，而且它是pandas 0.19.0版本才新增的功能。

举个实际例子更清楚 #

比如我们有一份15分钟间隔的时间序列数据：

import pandas as pd
import numpy as np

# 创建从2024-01-01 00:00开始，每15分钟一条的10条数据
time_idx = pd.date_range(start='2024-01-01 00:00', periods=10, freq='15T')
df = pd.DataFrame({'data': np.arange(10)}, index=time_idx)

# 用2小时的时间窗口计算滚动均值
df['2h_rolling_mean'] = df['data'].rolling(window='2H').mean()

看结果的话：

• 到2024-01-01 01:45这一行时，往前推2小时的范围是2023-12-31 23:45至2024-01-01 01:45，但我们的数据从00:00开始，所以这段时间里包含从00:00到01:45的8条数据（值为0到7），均值就是(0+1+2+3+4+5+6+7)/8 = 3.5；
• 如果中间有一段时间没有数据（比如删掉2024-01-01 00:30和00:45的两行），用window='2H'计算时，窗口还是会取时间范围内的现有数据；但如果用固定window=8，就会强制取当前行往前数8行，哪怕这些数据的时间跨度远超2小时。

简单说，offset就是让你的滚动窗口跟着时间走，而不是跟着行数走，特别适合处理时间间隔不固定、有缺失值的时间序列数据。

内容的提问来源于stack exchange，提问作者ascripter