Bokeh回调中Pandas rolling函数报window必须为整数错误求助

你遇到的ValueError('window must be an integer',)错误，核心原因有两个：

1. DataFrame未设置Datetime索引 #

当你使用时间偏移格式的窗口（比如'1D'表示1天）调用rolling()时，Pandas要求DataFrame的索引必须是DatetimeIndex类型。但从你打印的DataFrame输出来看，time只是普通列而非索引，Pandas无法识别'0D'/'1D'这类时间窗口参数，会将其视为无效的非整数输入，从而抛出错误。

2. 滚动平均后的索引处理问题 #

即使修复了索引，滚动平均后的结果会保留Datetime索引，但Bokeh的ColumnDataSource需要将索引转回普通列才能正常渲染，否则会丢失时间字段。

修正后的回调代码 #

以下是修复后的完整回调函数，同时处理了索引转换、空值填充等细节：

def callback(attr, old, new):
    # 从source加载数据并转为DataFrame
    df = pd.DataFrame.from_dict(source.data.copy())
    
    # 关键步骤：将time列转为datetime并设置为索引
    df['time'] = pd.to_datetime(df['time'])
    df.set_index('time', inplace=True)
    print(df[:10])
    
    if new == 0:
        # 当滑动条为0时，直接返回原始数据，需将索引转回列
        data = df.reset_index()
    else:
        # 使用时间窗口计算滚动平均，同时处理空值（避免开头无数据的情况）
        data = df.rolling(window=f'{new}D').mean().reset_index()
        # 用前向填充补全空值，可根据需求替换为bfill或固定值
        data.fillna(method='ffill', inplace=True)
    
    # 更新ColumnDataSource的数据
    source.data = ColumnDataSource(data=data).data

额外注意事项 #

• 确保定期获取新数据时，新数据的time字段也是标准的datetime格式，否则后续回调处理仍会出错。
• 如果你的时间间隔是固定的（比如30分钟），也可以用整数窗口（比如new*48，因为1天有48个30分钟间隔），这样不需要依赖Datetime索引，但时间窗口的灵活性会降低。

内容的提问来源于stack exchange，提问作者Christophe Foyer