如何将一个数据帧的5列合并成一个新数据帧的长列？

Question

我有一个数据帧BaseResult，它包含41年的每日温度数据(41行x 365列)，其中行表示年，列表示天。我希望将以每天为中心的每5列合并成一个长列，这样我就有了一个新的数据帧RollingPercentile，即(200行x 365列)。在这里，Jan 03的列将包含Jan 01-05的数据，Jan 04的列将包含Jan 02-06的数据，等等。到目前为止，我只能水平合并列，即一列中有3个值，而不是具有3倍数据的较长列。

source_col_loc=BaseResult.columns.get_loc('01-01')
BaseResult['01-01']=BaseResult.iloc[:,source_col_loc+1:source_col_loc+4].apply(
    lambda x: ",".join(x.astype(str)),axis=1)

我如何做到这一点，以便它们垂直合并，以便我可以迭代整个数据帧？我的最终目标是计算每列的第90个百分位数，该列包含以Percentile90=RollingPercentile.percentile(0.9)索引的日期为中心的5天数据，这样我就得到了一个由365个值组成的数组。

Answer 1

使用windows执行计算

滚动百分位数对多行数据进行聚合以获得一个值。

df.rolling(window=window, min_periods=min_periods).quantile(perc)

df.rolling(window=window, min_periods=min_periods).mean()

df.rolling(window=window, min_periods=min_periods).std()

df1.rolling(window=window, min_periods=min_periods).apply(lambda x: 
stats.linregress(x, df2), raw=False)

这些是您可以应用的滚动聚合的一些窗口和类型