产生这个错误是因为给定分区大小和滚动窗口，dask需要从多个分区获取数据来计算结果，原则上可以这样做，但是当前的dask.dataframe.rolling实现只支持从一个额外的分区获取信息。
下面是一个例子：

from dask.datasets import timeseries

df = timeseries(freq="1h")  # each partition has 24 rows

# this will work
_ = df["x"].rolling(25).mean().compute()

# this will not work
_ = df["x"].rolling(26).mean().compute()

注意，这里每个分区有24行（每行代表一个小时），所以如果我们要求dask计算最后25个值的滚动平均值，那么对于第二个分区中的第一行，它将需要获得24个先前的值，这些值在单个分区中很方便。
如果我们要求最后26个值的滚动平均值，那么对于第二个分区中的第一行，我们将需要获得之前的25个值：其中24个在前一个分区上，但还有一个在前一个分区上，所以这里dask会触发一个错误。
为了避免这个错误，你需要使用足够小的窗口值或者足够大的分区。例如，如果我们重新划分 Dataframe ，使每个分区包含两倍的行数（因此将分区数减少2），上面的代码将不会触发错误：

new_df = df.repartition(npartitions=df.npartitions // 2)

# this will work now
_ = new_df["x"].rolling(26).mean().compute()