滚动计算必须先设置有意义的索引：时间序列用set_index('date').sort_index()后rolling('7d')，数值序列用set_index('seconds')后rolling(100)；window传整数按行数、字符串按时间跨度；需显式设min_periods防虚假均值。
rolling 计算前必须设好时间索引或数值索引
直接对 DataFrame 调用 df.rolling(3).mean() 很容易得到全 NaN 或错位结果——因为 rolling 默认按行号（整数位置）滑动，不关心业务逻辑上的“顺序”。如果你的数据本应按时间推进（比如股价、传感器读数），但索引是默认的 RangeIndex，那窗口就只是机械地取连续三行，和真实时间间隔无关。
正确做法是先确保索引有意义：
- 时间序列：用
df.set_index('date').sort_index()，再调用rolling('7D')（支持字符串频率） - 固定步长数值序列：用
df.set_index('seconds')后配合rolling(100)（按索引值而非行号） - 若索引无序，
rolling仍会按索引升序排列后计算，所以务必先sort_index()
window 参数传字符串还是整数？区别很大
rolling 的 window 参数决定窗口怎么“滚动”：
- 传整数（如
3）：按**行数**滚动，等价于min_periods=1，从第 1 行开始填值（前两行是 NaN） - 传字符串（如
'30S'、'1H'）：只在DatetimeIndex或TimedeltaIndex下有效，按**时间跨度**滚动，自动对齐时间点，缺失时间不会补零 - 传
Offset对象（如pd.offsets.BusinessDay(5)）：可定制工作日滚动，比字符串更灵活
常见错误：df.rolling('3D').mean() 在非时间索引上会直接报错 ValueError: window must be an integer。
min_periods 不设就等于白算
默认 min_periods=1，意味着只要窗口里有 1 个非空值就参与计算。这在含大量缺失值的传感器数据中极易导致虚假均值——比如窗口含 9 个 NaN 和 1 个 25.6，结果就是 25.6，完全掩盖了数据稀疏性。
建议显式设置：
- 保守场景（如金融风控）：设
min_periods=int(window * 0.8)，拒绝低覆盖度结果 - 时间窗口（
rolling('1H')）：常配min_periods=1，因时间对齐后天然稀疏 - 用
closed='left'或closed='both'控制端点包含逻辑，影响实际参与计算的元素数
apply 里写自定义函数要注意 dtype 和 NaN 处理
用 rolling(...).apply(lambda x: np.quantile(x, 0.9)) 看似简洁，但容易踩两个坑：
- 输入
x是Series，但np.quantile默认丢弃 NaN；而pandas.Series.quantile会保留skipna=True行为，更安全 - 返回标量类型必须一致，否则 pandas 可能推断成
object，后续计算变慢甚至报错 - 性能敏感时，优先用内置方法（
.mean()、.std()）而非.apply()，前者底层用 Cython 加速，快 5–10 倍
如果真要自定义，加 raw=True 让 apply 传入 numpy 数组而非 Series，减少封装开销。
滚动计算真正难的不是语法，而是想清楚“窗口到底该按什么对齐”——是物理时间？采样次数？还是业务事件流？一旦对齐方式错了，后面所有统计值都是误导性的。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
