如何计算Pandas DataFrame中每行对应过去n行的标准差？

你现在用iterrows()循环逐行计算过去n行的标准差，这种方法在数据量稍大的时候会变得非常慢——毕竟iterrows()是逐行迭代，每次还要做切片计算，时间复杂度是O(m*n)（m是DataFrame的行数），而且直接用df['std'][i]赋值还可能触发SettingWithCopyWarning，甚至导致意外的修改行为。

最优解决方案：用Pandas内置的rolling()方法 #

Pandas专门提供了rolling()API来处理这类滚动窗口统计计算，完全不需要手动循环，底层是向量化的C实现，效率比循环高几个数量级，代码也更简洁。

场景1：计算包含当前行在内的过去n行的标准差

比如你提到的「行索引为100、n=25时，计算索引76到100区间（共25行）的标准差」，直接用下面的代码：

n = 25
df['std'] = df['Close'].rolling(window=n).std()

• window=n：指定滚动窗口的大小为n行
• 默认情况下，前n-1行因为数据不足n个，会返回NaN；如果希望前n-1行用已有数据计算标准差（比如第5行用前5行的数据），可以加上min_periods=1参数：

  df['std'] = df['Close'].rolling(window=n, min_periods=1).std()
  

场景2：计算当前行之前的n行（不包含当前行）的标准差

如果你需要的是「行索引为100时，计算索引75到99区间（共25行）的标准差」，只需要在rolling()后加shift(1)，把结果下移一行即可：

df['std'] = df['Close'].rolling(window=n).std().shift(1)

为什么你的原代码效率低？ #

1. iterrows()的性能问题：逐行迭代本质上是Python层面的循环，远不如Pandas底层的向量化操作高效，当DataFrame有上万行甚至更多时，差距会非常明显。
2. 链式索引的风险：df['std'][i]属于链式索引，Pandas无法确定你是在修改原DataFrame还是一个副本，容易触发SettingWithCopyWarning，正确的赋值方式应该是df.loc[i, 'std']，但即使修正了这一点，循环的效率依然很低。
3. 切片逻辑易出错：你原代码中的切片写法，在索引不是连续整数的时候会出现逻辑错误，而rolling()会自动处理各种索引类型，无需手动计算切片范围。

完整测试示例 #

import pandas as pd
import numpy as np

# 生成1000行测试数据
np.random.seed(42)
df = pd.DataFrame({'Close': np.random.randn(1000)})
n = 25

# 计算包含当前行的滚动标准差
df['std_rolling'] = df['Close'].rolling(window=n).std()

# 计算当前行之前n行的标准差（不包含当前行）
df['std_rolling_past'] = df['Close'].rolling(window=n).std().shift(1)

内容的提问来源于stack exchange，提问作者Don Coder