Question

我是Python和Pandas库的新手，如果这是一个微不足道的问题，请道歉。我试图在N天的滚动窗口中排列时间序列。我知道有一个等级函数，但是这个函数对整个时间序列中的数据进行排序。我似乎无法找到滚动排名功能。这是我想要做的一个例子：

           A

01-01-2013 100
02-01-2013 85
03-01-2013 110
04-01-2013 60
05-01-2013 20
06-01-2013 40

如果我想在3天的滚动窗口中对数据进行排名，答案应该是：

           Ranked_A

01-01-2013 NaN
02-01-2013 Nan
03-01-2013 1
04-01-2013 3
05-01-2013 3
06-01-2013 2

Python中是否有内置函数可以执行此操作？有什么建议吗？非常感谢。

Answer 1

如果你想使用Pandas built-in rank method（带有一些额外的语义，比如升序选项），你可以为它创建一个简单的函数包装器

def rank(array):
    s = pd.Series(array)
    return s.rank(ascending=False)[len(s)-1]

然后可以用作自定义滚动窗口函数。

pd.rolling_apply(df['A'], 3, rank)

输出

Date
01-01-2013   NaN
02-01-2013   NaN
03-01-2013     1
04-01-2013     3
05-01-2013     3
06-01-2013     2

（我假设来自Rutger的答案的df数据结构）

Answer 2

您可以在Pandas中为rolling_window编写自定义函数。在该函数中使用numpy的argsort（）可以在窗口中给出排名：

import pandas as pd
import StringIO

testdata = StringIO.StringIO("""
Date,A
01-01-2013,100
02-01-2013,85
03-01-2013,110
04-01-2013,60
05-01-2013,20
06-01-2013,40""")

df = pd.read_csv(testdata, header=True, index_col=['Date'])

rollrank = lambda data: data.size - data.argsort().argsort()[-1]

df['rank'] = pd.rolling_apply(df, 3, rollrank)

print df

结果：

              A  rank
Date                 
01-01-2013  100   NaN
02-01-2013   85   NaN
03-01-2013  110     1
04-01-2013   60     3
05-01-2013   20     3
06-01-2013   40     2

在pandas DataFrame的滚动窗口中对数据进行排名

2 个答案: