如何在信号上重置 Pandas DataFrame 滚动平均值？

Question

我正在尝试根据信号条件重置滚动平均值。从条件为真开始，应忽略先前的值。这可以通过用信号处的当前值替换先前值的历史记录来实现。

mmap

在此示例中，value2 是信号触发后应计算移动平均线的值，而 ma2 将是指数 2000-01-06 以后的预期结果。到 2000-01-05 为止，它应该保持原始的 'ma' 值。 （信号之前的值不应该受到影响）

我在 pandas rolling average with a rolling mask / excluding entries 处发现了一个类似的请求，它可能很有用，但我不知道如何将其应用到我的需要中。

Answer 1

• 实际上您希望为每个 apply() groupby()
• groupby() 使用 信号 cumsum() 在您的示例中生成两个组。这假设信号 零很重要
• 您的示例不完整输出和代码工作方式之间存在差异。 rolling(4) 将为每个滚动均值计算生成 3 个 NaN

df.loc[:,["ma","ma2"]] = df.groupby(df["signal"].cumsum()).apply(lambda d: d.loc[:,["value","value2"]].rolling(4).mean()).values
df

<头>

	value	信号	ma	value2	ma2
2000-01-01 00:00:00	0	0	nan	0	nan
2000-01-02 00:00:00	1	0	nan	5	nan
2000-01-03 00:00:00	2	0	nan	5	nan
2000-01-04 00:00:00	3	0	1.5	5	3.75
2000-01-05 00:00:00	4	0	2.5	5	5
2000-01-06 00:00:00	5	1	nan	5	nan
2000-01-07 00:00:00	6	0	nan	6	nan
2000-01-08 00:00:00	7	0	nan	7	nan
2000-01-09 00:00:00	8	0	6.5	8	6.5
2000-01-10 00:00:00	9	0	7.5	9	7.5
2000-01-11 00:00:00	10	0	8.5	10	8.5

Answer 2

Rob 使用 df.groupby(df["signal"].cumsum()) 的回答很好。如果您的问题是剩余的 NaN，则可以通过了解 pd.rolling 函数轻松解决。请参阅docs here。

听起来你想要一个无限的窗口大小，即使只有一个输入也能计算出来。因此，您只需要将 rolling(4) 替换为：

rolling(df.shape[0], min_periods=1)

其中 df.shape[0] 是数据帧中的条目数，以确保滚动窗口可以与数据帧的大小一样大。

（作为答案发布，因为我没有足够的声誉发表评论......）