中国统计网|对比Excel，学习Python窗口函数

本文插图
对Sql比较了解的同学，应该都听过Sql中的窗口函数，感觉掌握了窗口函数就可以说自己精通Sql了，在Python中也有类似的窗口函数。
我们先来看个例子，下面是某平台一段时间内分天的销量情况表。
熟悉业务的同学应该都有一个常识，就是天与天之间的数据很多时候是不可以直接比的，比如电商平台周一和周日订单量。
天与天之间不可比，但是周与周之间大部分情况是可比的，因为一周7天基本覆盖了全部业务情况。

本文插图
周与周之间比较久涉及到周应该怎么算，如果是按照自然周去算的话，一年大约也就52周，这对于号称大数据时代来说，数据肯定是有点少，那怎么办才能既覆盖到比较全的业务场景，又能够增加数据点呢？
有一个办法就是滑动相加，滑动7天相加。
比如：这周二到下周一是7天，且覆盖了比较全的业务场景，再比如这周五到下周四也是7天，且同时覆盖了比较全的业务场景。
我们现在有分天的数据，怎么做到7天滑动相加呢？
在Excel中其实还是比较简单的，直接在第7行写入公式前7行相加的公式，然后把公式下拉填充就可以做到7天滑动相加。如下图所示：

如果我们要在Python中实现这种7天滑动相加的功能可以直接使用rolling函数， rolling函数中有一个比较重要的参数是window ，该参数用来表示滑动几天。具体实现代码如下：
import pandasas pddf = pd.read_csv(r''python_rolling.csv')df.rolling(window = 7).sum运行上面的代码会得到如下结果：

可以看到与Excel中得到的结果是完全一致的。
如果只对df执行rolling的话， df只会滑动指定天数，但是并不会对滑动后的天数做任何运算，再对滑动后的数据调用sum函数就表示对滑动的数据执行求和运算。
对df进行rolling以后除了求和以外还可以进行其他运算，比较常用的运算有：

【中国统计网|对比Excel，学习Python窗口函数】计数：count
求均值：men
求最值：min、max
求方差：var
求标准差：std

除了常用的这些汇总运算以外，还可以使用自定义函数，比如对滑动7天的值先求和再加1 ，可以通过如下方式实现：
import numpyas npdef div(x): return np.sum(x) +1 df.rolling(window =7).agg(div)运行上面的代码就可得到如下结果：