pd.expanding()时间序列中min_periods到底怎么理解

DataFrame.expanding(min_periods=1, center=False, axis=0)
return 的是a Window sub-classed for the particular operation

参数min_periods : int, default 1

意思是：Minimum number of observations in window required to have a value (otherwise result is NA).

在很多时间序列函数中都有这么一个参数。具体该怎么理解呢？

直译过来是窗口中需要有值的最小观测数量。

df = pd.DataFrame({'B': [0, 1, 2, 3, 4, 5, 6, 7, 8, np.NaN]})
print(df['B'].expanding(3).sum())

如果是看到结果再理解，这里在逻辑上有点迷糊。

反过来，先理解最小数量，指的是df中需要至少3个数据才开始计算，center=False指当前数据行向前找3个。因此第1行和第2行向前找三个都不够数量，因此不予计算，所以结果是NaN。

对于rolling()函数也是一样理解。

先考虑df，后才有return的结果NaN,这样就清晰多了。

.
.
.
2019-03-14 12:41:11写于杭州