核心路径是 rolling() 搭配 apply() 实现自定义聚合，函数必须返回标量，注意 on 参数对齐时间列、min_periods 与 center 的边界影响，避免 apply 内低效操作。
用 rolling() + apply() 实现任意逻辑聚合
滚动窗口自定义聚合的核心路径就是 rolling() 搭配 apply()，而不是依赖内置的 mean()、std() 等方法。因为只有 apply() 能传入你写的函数，处理窗口内原始 pd.Series 或 np.ndarray。
常见错误是直接对 rolling().apply(func) 传入带 pandas 方法（如 .dropna()）却忽略其返回值类型不匹配——apply() 要求函数必须返回标量（float、int、bool），否则会报 ValueError: must return a scalar value。
- 函数内部可做任何操作：剔除异常值、加权平均、拟合线性趋势、计算分位数斜率等
- 注意
apply()默认按列逐窗口调用，若数据是多列 DataFrame，函数收到的是单列Series - 设置
raw=True可让函数接收numpy.ndarray，速度略快，但失去索引和 pandas 方法
import pandas as pd
import numpy as np
<p>s = pd.Series([1, 2, np.nan, 4, 5, 6], index=pd.date_range('2023-01-01', periods=6, freq='D'))</p><h1>✅ 正确：返回标量</h1><p>def custom_slope(x):
x_clean = x.dropna()
if len(x_clean) < 2:
return np.nan
t = np.arange(len(x_clean))
return np.polyfit(t, x_clean, 1)[0] # 斜率</p><p>s.rolling(window=3).apply(custom_slope, raw=False)立即学习“Python免费学习笔记（深入）”；
时间窗口对齐：用 on 参数指定时间列，别依赖默认索引
如果时间序列不是以 DatetimeIndex 存储，或者你想按某列（比如 'timestamp'）做滚动，必须显式传 on='timestamp'。否则 rolling(window='3D') 会直接报错或静默失效——它只认 DatetimeIndex，不自动解析普通列。
另一个坑是：即使指定了 on，窗口大小单位（如 '7D'、'1H'）也要求该列是 datetime64[ns] 类型，不能是字符串或 object。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
-
on列必须已排序，否则结果不可靠（rolling()不自动排序） - 使用时间窗口（如
window='3D'）时，min_periods仍按“实际落入窗口的行数”计，不是固定长度 - 若需左闭右开、右闭左开等边界控制，得靠
closed='left'/'right'/'both'/'neither'
df = pd.DataFrame({
'timestamp': pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-05']),
'value': [10, 20, 30, 40]
})
# ✅ 指定 on 且 timestamp 是 datetime 类型
df.rolling('2D', on='timestamp').value.mean()性能关键：避免在 apply() 中重复计算或 IO
滚动窗口调用 apply() 的次数 = 数据总行数 − 窗口长度 + 1（对齐后）。一个 10 万行、窗口 100 的序列，就要调用 99901 次你的函数。任何低效操作都会被放大。
典型低效行为包括：在函数里重新读文件、反复调用 pd.qcut()、每次构造新 DataFrame、用 for 循环遍历窗口数据（而不用向量化 np 操作）。
- 优先用
np原生函数（np.nanmean、np.quantile）代替pd.Series方法 - 若逻辑复杂但可预计算（比如权重向量），提前提取为闭包变量，别每次重算
- 对高吞吐场景，考虑用
numba.jit加速纯数值函数，但注意numba不支持pd.Series和缺失值语义
空值与边界：min_periods 和 center 不是可选项，是必调参数
默认 min_periods=window，意味着第一个有效结果出现在第 window 行。但多数业务场景需要更早出值（比如监控指标要从第 2 个点就开始滚动），就得设更小的 min_periods（最小为 1）。
center=True 看似只是对齐居中，实际会影响每个窗口包含哪些原始点——尤其当窗口大小为偶数或数据稀疏时，它可能把本不该参与计算的点拉进来，或跳过关键点。
-
min_periods=1后，前几行结果可能基于极少量数据，需明确是否接受（比如单点均值就是它自己） -
center=True会让窗口中心落在当前行上，此时窗口跨度变大（例如window=3, center=True实际取前后各 1 行），容易超出数据边界 - 混合使用
min_periods和center时，建议打印几个窗口验证实际切片：rolling(...).apply(lambda x: print(x.index.tolist()) or np.nan)
滚动窗口的真正复杂点不在语法，而在你写的那个函数是否稳定处理空值、边界、类型退化——这些细节不会报错，但会让结果在某天凌晨三点悄悄偏移 0.3%。
