時系列データのローリング

Question

例えば以下のようなデータに関して、ローリングで標準偏差や歪度を計算したいのですが、今のところfor文でデータフレームを抜き出して計算して、apeendでmergeするような方法になっています。
ですが、時間がものすごくかかってしまうため、もっと効率的に行う方法はありませんか？

time                   value
2018-06-10 00:00:00	100
2018-06-10 00:01:00	150
2018-06-10 00:02:00	30
2018-06-10 00:03:00	20
2018-06-10 00:03:00	40
2018-06-10 00:03:00	50

for i in range(3,6):
    df_tmp = df[i-3,i+1].copy()
    std = df_tmp['value'].std()
    df_tmp2 = df[i, i+1].copy()
    df_tmp2['std] = std
    df1 = pd.conat([df1, df_tmp2], axis=0)
    

Answer 1

txt = """time,value
2018-06-10 00:00:00,100
2018-06-10 00:01:00,150
2018-06-10 00:02:00,30
2018-06-10 00:03:00,20
2018-06-10 00:03:00,40
2018-06-10 00:03:00,50
"""
df = pd.read_csv(io.StringIO(txt), parse_dates=['time'])


df.rolling(3).std()
#        value
# 0        NaN
# 1        NaN
# 2  60.277138
# 3  72.341781
# 4  10.000000
# 5  15.275252

---

別の方法

from skimage.util import view_as_windows

view_as_windows(df['value'].to_numpy(), 3).std(1, ddof=1)
# array([60.27713773, 72.34178138, 10., 15.27525232])

Answer 2

pandas にはそのものずばりのローリングメソッドがあります。
参考にしてみてください。

pandasで窓関数を適用するrollingを使って移動平均などを算出