Pandas 滚动对象的左对齐

在本文中，我们将介绍如何将Pandas滚动对象进行左对齐。首先，让我们回顾一下什么是滚动对象。

滚动对象可以在DataFrame或Series中执行滚动计算。滚动计算是指在滚动窗口内进行计算，并依次移动滑动窗口的位置以获得结果。例如，我们可能会在股票市场中使用滚动对象来计算股票价格的移动平均值。

在Pandas中，可以使用“rolling”函数来创建滚动对象。让我们首先创建一个随机的Series，并使用rolling函数计算它的移动平均值。

import numpy as np
import pandas as pd

# 创建一个随机Series
np.random.seed(0)
data = pd.Series(np.random.randint(0,100,size=10))

# 计算移动平均值
rolling_mean = data.rolling(window=3).mean()

这里我们创建了一个长度为10的Series，并使用rolling函数计算它的移动平均值。我们指定滚动窗口的大小为3，因此我们获得的移动平均值将基于3个连续值的平均值计算。

现在我们可以将rolling_mean输出到控制台。

print(rolling_mean)

输出结果如下：

0          NaN
1          NaN
2    40.333333
3    31.333333
4    61.666667
5    69.666667
6    47.666667
7    32.666667
8    46.333333
9    53.333333
dtype: float64

可以看到，使用“rolling”函数创建的rolling_mean对象包含在窗口内的每个位置的平均值。但是，这个输出结果并没有对齐，对于一些使用场景可能会产生一些麻烦。在接下来的部分中，我们将介绍如何对齐rolling_mean对象。

阅读更多：Pandas 教程

对齐滚动对象

默认情况下，Pandas的滚动对象输出结果将根据滚动窗口在原始数据中的位置进行对齐。也就是说，如果滚动窗口中有3个值，那么输出结果将在第三个原始值之后开始，并且滚动窗口从左到右依次移动。

如果在某些情况下，我们需要将rolling对象向左对齐，即输出在原始数据的左侧，则可以使用“center”参数。将“center”设置为True，将使滚动对象在滚动窗口的中心位置进行对齐。

rolling_mean_aligned = rolling_mean.shift(-(3-1)//2, fill_value=np.NaN)
print(rolling_mean_aligned)

输出结果如下：

0    40.333333
1    40.333333
2    31.333333
3    61.666667
4    69.666667
5    47.666667
6    32.666667
7    46.333333
8    53.333333
9          NaN
dtype: float64

可以看到，使用“center”参数后，rolling_mean_aligned对象已经进行了左对齐。现在，rolling_mean_aligned对象的第一个值是基于原始数据的前三个值的移动平均值，而rolling_mean对象的第一个值则是基于原始数据的第一个值和前两个NaN值的移动平均值。由此，我们可以看到如何使用shift函数对齐滚动对象。在这里，我们使用shift函数向左移动（3-1）//2=1个位置。