将线性回归与熊猫滚动相结合

Question

我有一个数据框，如下所示

dataset

我正在尝试使用21的滚动窗口来使用LinearRegression模型计算截距。这些计算将在海量数据集上执行。我正在寻找梳理熊猫滚动操作和线性回归的方法。

我已经尝试过类似的方法，对我来说这效率很低！想知道解决此问题的完美方法

from sklearn.linear_model import LinearRegression
import np
for holding_id in holding_ids:
   intercepts = []
   holding_p = df[holding_id].tolist()
   for i in range(21, len(holding_p)):
       lrm = LinearRegression()
       reg = lrm.fit(np.array(b_array[i-21:i]).reshape(-1, 1),holding_p[i-21:i])
       intercepts.append(reg.intercept_)

 beta_intercept[holding_id] = intercepts