每天一個 Python 小問題！Pandas 滾動計算，axis 參數為啥被拋棄？三個例子講透，網友：早該刪了！
作者：老貓coder
記得剛學pandas那會兒，還沒搞懂axis是啥，甚至天真地以為axis=1能橫向滾動計算月度數據，后來才知道，rolling()的axis參數，簡直是新手陷阱重災區！
1. 小故事：我的第一次"翻車"經歷
記得剛學pandas那會兒，我興沖沖地用rolling()計算股票移動平均線，結果代碼跑出來全是NaN！折騰半天才發現——窗口大小設錯了。那時候還沒搞懂axis是啥，甚至天真地以為axis=1能橫向滾動計算月度數據……結果被同事笑了一周。
后來才知道，rolling()的axis參數，簡直是新手陷阱重災區！
2. 滾動計算：你以為的VS實際上的
(1) 基礎用法（90%場景）：
# 計算3天股價移動平均（按時間軸滾動）
df['Price'].rolling(window=3).mean()輸出：
Day1: NaN # 不夠3天
Day2: NaN
Day3: 105.0 # (100+105+110)/3這才是正常人需要的功能！
(2) 迷惑行為：axis=1橫向滾動
# 試圖橫向計算（即將被拋棄的寫法）
df.rolling(window=2, axis=1).sum()輸出：
Price Volume
Day1: NaN 1100.0 # Price+Volume問題來了：
- 除了做橫向求和彩蛋，現實中有誰真用這個？
- 性能差還容易算錯列，比如誤把日期列也滾進去…
3. 為什么pandas要干掉axis參數？
官方吐槽亮了：
"axis=1 in rolling is like a fork in a soup bowl — technically possible, but why?!" （"rolling里的axis=1就像用叉子喝湯——能用，但圖啥？"）
真實原因：
- 99%的人只用axis=0（官方統計，90%的issue是關于axis用錯的）
- 一致性需求：類似expanding()、ewm()早就不支持axis了
替代方案更香：
# 轉置大法好！
df.T.rolling(2).sum().T4. 我的血淚建議
- 新手：直接當axis不存在，默認按時間滾動夠用了
- 升級警告：看到FutureWarning別慌，換成WE/ME等新規范
- 騷操作愛好者：用apply()自定義橫向計算，別碰axis=1
你有被axis參數坑過嗎？或者覺得這個設計該不該留？
? 彩蛋：試試df.rolling(3, min_periods=1).mean()，你會發現NaN消失了… pandas的貼心小細節真多！**
責任編輯：趙寧寧
來源：
老貓coder
