为何Pandas字符串Series调用rolling.apply未执行自定义函数？

这其实是pandas针对不同数据类型的rolling.apply做的特殊优化逻辑导致的，不是说object类型列不能用rolling方法——咱们一步步拆解：

首先看你的测试：数值型Series用rolling.apply(myfunc)会立刻抛出异常，说明函数确实被逐窗口执行了；但换成字符串（object类型）的Series，不管直接传myfunc还是用lambda包装，都没反应，连异常都不抛，这明显是函数根本没被调用。

核心原因：raw参数的默认行为+Object类型的特殊处理 #

pandas的rolling.apply有个raw参数，默认情况下对于Series是True——意思是把每个窗口的数据以numpy数组的形式传递给自定义函数。

• 对于数值型Series：numpy数组可以正常处理，pandas会老老实实逐窗口调用你的myfunc，所以异常会触发。
• 对于Object类型Series：当raw=True时，窗口是一个object类型的numpy数组。pandas内部会判断：这种类型的数组没法执行通用的自定义函数（毕竟object元素可能是任意类型，没有统一运算规则），于是直接跳过了函数执行，直接返回一个全NaN的Series——这就是为什么你看不到异常的原因，函数根本没跑起来。

验证一下？ #

咱们给myfunc加个打印语句试试：

import pandas as pd
def myfunc(x):
    print("我被调用啦！")
    raise Exception()

# 数值型：会打印+抛异常
pd.Series([1,2,3,4]).rolling(2).apply(myfunc)

# Object型：啥都不打印，直接返回全NaN
pd.Series(["A","A","B","B"]).rolling(2).apply(myfunc)

确实，object类型的情况连打印都没有，说明函数没被执行。

怎么让Object类型的rolling.apply执行自定义函数？ #

很简单，显式设置raw=False，强制pandas把每个窗口包装成pandas Series对象传递给函数，这时候pandas就会逐窗口执行你的函数了：

pd.Series(["A", "A", "B", "B", "B", "B", "B", "B", "A", "A", "A"]).rolling(3).apply(myfunc, raw=False)

运行这段代码，你会立刻看到抛出的异常，证明myfunc被调用了。

总结一下 #

• Object类型列完全可以用rolling方法，只是rolling.apply的默认行为会跳过自定义函数执行；
• 根源是pandas对object类型的raw模式窗口做了优化，直接返回NaN而不执行函数；
• 只要设置raw=False，就能让自定义函数在object类型的rolling窗口中正常执行。

内容的提问来源于stack exchange，提问作者r0f1