窗口函数是数据分析中一种强大的工具，特别是在处理时间序列或分组数据时，能够帮助我们更深入地理解和分析数据。通过窗口函数，我们可以对数据的子集进行计算，而无需逐行或逐列手动操作。在最近的Bamboo Weekly中，我们利用窗口函数分析了北约成员国的国防开支数据。这些数据直接来源于北约官方网站，包含了各国在不同年份的多种开支信息。通过打开下载的Excel表格，可以看到多个数据表，例如表1和表2记录了国防开支，表3记录了占GDP的百分比等。这些数据为我们提供了丰富的分析素材。

数据读取与清洗

为了分析北约成员国的国防开支，我们首先需要将表2的数据读入Pandas数据框架。以下是读取Excel文件的代码：

import pandas as pd
# 读取Excel文件，指定工作表和表头行
df = pd.read_excel('nato_spending.xlsx', sheet_name='Table 2', header=7, nrows=33)

在读取数据时，我们需要明确指定工作表（Table 2）和表头所在的行（第8行，由于Python从0开始计数，设置为header=7）。此外，为了只读取顶部的数据表（当前价格部分），我们限制读取33行（nrows=33）。读取后的数据框架包含年份（2014年至2024年，部分为估算值）作为列名，国家名称作为行索引。

然而，初始数据框架中包含一些无用列（如Unnamed: 0和Unnamed: 1），这些列是Excel文件中空白或无关的单元格。我们可以通过以下代码删除这些列并设置国家名称为索引：

# 删除无用列
df = df.drop(columns=['Unnamed: 0', 'Unnamed: 1'])
# 设置国家名称为索引
df = df.set_index('Unnamed: 2')
# 删除顶部空行
df = df.iloc[2:]

清理后的数据框架以国家名称为索引，年份为列，数据类型为float64，适合后续计算。

使用窗口函数分析年度开支增长

我们的第一个目标是找出在最新预算周期（2023年至2024年）中，哪些五个国家的国防开支增长百分比最高。为此，我们使用Pandas的pct_change窗口函数，计算2023年至2024年的百分比变化：

# 计算每列相对于前一列的百分比变化
pct_change = df.pct_change(axis='columns')
# 提取2024年的百分比变化
pct_2023_2024 = pct_change['2024E']
# 找出增长最多的五个国家
top_5 = pct_2023_2024.nlargest(5)
print(top_5)

pct_change函数通过axis='columns'指定按列进行比较，计算每个国家2024年相对2023年的开支增长百分比。结果显示，例如罗马尼亚和日本的开支增长了约50%，表明部分北约成员国在近年大幅增加了国防预算。

长期开支变化分析

接下来，我们分析2024年相对于2014年的开支变化，以了解哪些国家在过去十年中增幅最大。由于pct_change默认比较相邻列，我们需要指定比较的周期：

# 计算2024年相对于2014年的百分比变化
periods = len(df.columns) - 1
pct_2014_2024 = df.pct_change(periods=periods, axis='columns')['2024E']
# 找出增长最多的五个国家
top_5_long_term = pct_2014_2024.nlargest(5)
print(top_5_long_term)

通过设置periods=len(df.columns)-1，我们计算2024年相对于2014年的变化。结果显示，立陶宛的国防预算增长了四倍，拉脱维亚增长了三倍多，匈牙利和波兰也有显著增长。这些国家大多与乌克兰接壤，可能因地缘政治因素增加了国防投入。

比较美国与其他国家的开支

另一个分析目标是确定美国国防开支相当于北约其他国家总和的前N个国家。我们首先提取2024年的开支数据并按降序排列：

# 提取2024年开支并按降序排列
spending_2024 = df['2024E'].sort_values(ascending=False)
# 获取美国开支
us_spending = spending_2024['United States']
# 移除美国，保留其他国家
other_countries = spending_2024.drop('United States')

接着，我们使用expanding窗口函数计算从最高开支国家开始的累计和，直到总和超过美国的开支：

# 计算累计和
cumulative_sum = other_countries.expanding().sum()
# 找出累计和首次超过美国开支的点
exceeds_us = cumulative_sum[cumulative_sum >= us_spending]
print(exceeds_us)

结果显示，没有任何一个子集的累计和超过美国的开支，表明美国2024年的国防开支超过其他北约国家总和。这一发现得益于expanding窗口函数，它允许我们动态计算从第一个国家到最后一个国家的累计和。

窗口函数的优势

通过上述分析，窗口函数（如pct_change和expanding）显著简化了复杂的数据比较和计算过程。它们使我们能够高效地比较年度变化、长期趋势以及累计数据，而无需编写繁琐的循环代码。这些工具在分析时间序列或分组数据时尤为有用，能够揭示隐藏的模式和趋势。

如果您对窗口函数或其他数据分析技术有疑问，欢迎留言讨论。更多Python和Pandas的实用案例，请访问bambooweekly.com。期待在后续内容中与您继续探索数据分析的奥秘！