Как создать скользящий датафрейм в Pandas

Question

Ниже у меня очень неэффективный код.Код идентичен в 6 раундах, за исключением [0:x,1:2], где x имеет изменение x-1 в каждом раунде, в конечном итоге останавливаясь на x = 8 (для переменных y, x) и x = 9 (для переменной t).Я сохраняю результаты прогнозирования в переменных x1, x2...x6.См. Ниже для ясного понимания.

Какой самый простой и краткий способ написать этот код в сжатой форме, чтобы не повторять каждый шаг избыточного кода?Я подумал о введении цикла, который просматривает список переменных для x - но есть ли что-то более простое или более надежное?

import pandas as pd
import numpy as np

    #round 1
        y = Macro.iloc[0:13,1:2]  
        x = Macro.iloc[0:13,2:21]
        t = Macro.iloc[13:14,2:21]


        boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
        x6 = boost.predict(t)


    #round 2   
        y = Macro.iloc[0:12,1:2]
        x = Macro.iloc[0:12,2:21]
        t = Macro.iloc[12:13,2:21]

        boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
        x5 = boost.predict(t)

    #round 3
        y = Macro.iloc[0:11,1:2]
        x = Macro.iloc[0:11,2:21]
        t = Macro.iloc[11:12,2:21]


        boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
        x4 = boost.predict(t)

    # round 4
        y = Macro.iloc[0:10,1:2]
        x = Macro.iloc[0:10,2:21]
        t = Macro.iloc[10:11,2:21]


        boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
        x3 = boost.predict(t)


    #  round 5 
        y = Macro.iloc[0:9,1:2]
        x = Macro.iloc[0:9,2:21]
        t = Macro.iloc[9:10,2:21]


        boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
        x2 = boost.predict(t)

    #  round 6      
        y = Macro.iloc[0:8,1:2]
        x = Macro.iloc[0:8,2:21]
        t = Macro.iloc[8:9,2:21]


        boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
        x1 = boost.predict(t)

Answer 1

Может быть, это поможет?

import pandas as pd
import numpy as np

x = []


for i in range(6):
    print('round = ', i+1)
    y = Macro.iloc[0:13-i,1:2]  
    x = Macro.iloc[0:13-i,2:21]
    t = Macro.iloc[13:14-i,2:21]

    boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1,
                                           max_depth=1, random_state=0,
                                           loss='ls').fit(x, y)
    x.append(boost.predict(t))

Answer 2

def func(i, n):        
    y = Macro.iloc[0:i,1:2]
    x = Macro.iloc[0:i,2:21]
    t = Macro.iloc[i:n,2:21]


    boost = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='ls').fit(x, y)
    x4 = boost.predict(t)