pandas中可用df.sort_values(['region', 'date']).groupby('region', sort=False).rolling(3, on='date').sales.mean()等价于SQL的AVG(sales) OVER (PARTITION BY region ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)，关键前提是必须先按分组键和排序列显式排序，并确保on='date'列是datetime类型。
Python里没有原生窗口函数，但pandas的groupby + rolling能覆盖大部分需求
SQL窗口函数（如ROW_NUMBER()、AVG() OVER (PARTITION BY ... ORDER BY ...)）的核心是“分组内有序滑动计算”，pandas本身不提供OVER语法，但groupby负责PARTITION BY，rolling负责ORDER BY + 滑动窗口——两者嵌套就能逼近效果。关键前提是：数据必须先按业务顺序排序，否则rolling结果无意义。
常见错误是直接对未排序的groupby结果调用rolling，比如按用户分组后算7天滚动均值，但时间列没排序，结果完全错乱。记住：滚动计算永远依赖索引或指定on列的单调性。
怎么写一个等价于AVG(sales) OVER (PARTITION BY region ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)的pandas表达式
这需要三步：先按region和date排序，再groupby('region')，最后在每组内对sales做rolling(3).mean()。注意rolling(3)默认包含当前行+前两行，正好对应ROWS BETWEEN 2 PRECEDING AND CURRENT ROW。
- 必须显式排序：
df.sort_values(['region', 'date'], inplace=True)，不能只靠groupby隐式顺序 -
groupby后要加sort=False避免二次重排（影响性能且可能打乱时序）：df.groupby('region', sort=False) -
rolling必须指定on='date'或确保date是索引，否则会按分组内默认行序（即原始df位置）滚动，不是按日期 - 示例代码：
df_sorted = df.sort_values(['region', 'date'])
df_sorted['sales_3d_avg'] = df_sorted.groupby('region', sort=False).apply(
lambda g: g.set_index('date')['sales'].rolling('3D').mean().reset_index(drop=True)
).reset_index(level=0, drop=True)（这里用
rolling('3D')是时间窗口，若用行数窗口则写rolling(3)）
rolling和expanding在窗口语义上的根本区别
rolling固定长度滑动（如最近3条），expanding是累积式增长（从首行到当前行），对应SQL的ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。但要注意：expanding不支持min_periods以外的参数，也不能倒序（如ROWS BETWEEN CURRENT ROW AND 2 FOLLOWING无法直接实现）。
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
- 想模拟“未来2天均值”，得先翻转时间列：
df[::-1].rolling(3).mean()[::-1]，但必须确保翻转后仍按时间正序排列逻辑 -
rolling默认min_periods=1，开头几行会返回NaN；SQL中ROWS BETWEEN 2 PRECEDING要求至少有2行前置，pandas需手动用min_periods=3对齐 - 性能上，
rolling比apply快一个数量级，优先用df.groupby(...).rolling(...).agg(...)链式调用，避免apply+lambda
为什么groupby().rolling()有时返回空或长度不匹配
最常踩的坑是分组后某组行数少于rolling窗口大小，且min_periods设得太高。例如rolling(5).mean()用在只有3行的组上，默认返回全NaN；若设min_periods=1，则首行有值，但SQL里这种窗口定义本身就不合法。
- 检查各组大小：
df.groupby('region').size()，确认最小分组行数 ≥ 窗口大小 - 用
df.groupby('region').rolling(3, min_periods=1).sales.mean()可强制出值，但业务上是否合理需人工判断 - 如果分组键含空值，
groupby默认丢弃，导致部分数据消失——加dropna=False保留 - 时间窗口（如
rolling('7D')）对非DatetimeIndex列会报错ValueError: invalid window operation for dtype，必须确保on列是datetime类型
真正难处理的是SQL中RANGE窗口（按值范围而非行数），比如ORDER BY price RANGE BETWEEN 100 PRECEDING AND CURRENT ROW，pandas目前没直接等价操作，得用apply + 手动过滤，性能差且易出错。
