Pandas - 计算所有列的滚动标准差

Question

假设我有一个 pd.DataFrame 并想要计算滚动标准差。在 pandas 中，我可以使用

rolling(window=x).std()

，但它按列给我 SD。然而，我想要给定行中所有列的标准差。

以 pd 数据框为例

df = pd.DataFrame({'col1': [1,2,3,4,5,6], 'col2': [-1,-2,-3,-4,-5,-6], 'col3': [1,2,3,4,5,6]})
df
   col1  col2  col3
0     1    -1     1
1     2    -2     2
2     3    -3     3
3     4    -4     4
4     5    -5     5
5     6    -6     6

例如，在计算窗口大小为 2 时，我希望第 2 行中的标准差为两行之和除以 6（或 6-1），这并不重要），因此： sum (2,-2,2,1,-1,1) / 6.

我尝试在融化的数据帧上计算它，但没有得到预期的结果：

df.reset_index().melt(id_vars='index').set_index('index')['value'].rolling(2).std()

有人知道该怎么做吗？ 感谢您的反馈。

Answer 1

我认为最有效的是使用numpy：

from numpy.lib.stride_tricks import sliding_window_view as swv

N = 2
out = pd.Series(swv(df.to_numpy(), N, axis=0).std((1,2), ddof=1),
                index=df.index[N-1:])