Question

当我将股票数据从Yahoo拉入数据框时，我希望能够计算5天的平均交易量，不包括当前日期。

有没有办法使用带偏移的滚动平均值？例如，5天的平均值不包括当前日期，并且基于之前的5天。

当我运行以下代码时

r = DataReader("BBRY", "yahoo", '2015-01-01','2015-01-31')

r['ADV']=pd.rolling_mean(r['Volume'], window=5)

它返回5天的音量，包括当前日期，所以当你看下面的时候，1/8的平均音量从1 / 2,1 / 5,1 / 6,1 / 7和1 / 8。我希望1/9是第一个返回平均音量的日期，它包含1 / 2,1 / 5,1 / 6,1 / 7和1/8的数据。

    Date   Open    High     Low   Close    Volume  Adj Close  Symbol           ADV 

1/2/2015  11.01   11.11   10.79   10.82   9733200      10.82    BBRY           NaN
1/5/2015  10.60   10.77   10.37   10.76  12318100      10.76    BBRY           NaN
1/6/2015  10.80   10.85   10.44   10.62  10176400      10.62    BBRY           NaN
1/7/2015  10.65   10.80   10.48   10.67  10277400      10.67    BBRY           NaN
1/8/2015  10.75   10.78   10.57   10.63   6868300      10.63    BBRY  9,874,680.00 
1/9/2015  10.59   10.65   10.28   10.38   7745600      10.38    BBRY  9,477,160.00

Answer 1

您可以shift行来达到您想要的效果：

In [44]:
r['ADV'] = pd.rolling_mean(r['Volume'].shift(), window=5)
r

Out[44]:
             Open   High    Low  Close    Volume  Adj Close       ADV
Date                                                                 
2015-01-02  11.01  11.11  10.79  10.82   9733200      10.82       NaN
2015-01-05  10.60  10.77  10.37  10.76  12318100      10.76       NaN
2015-01-06  10.80  10.85  10.44  10.62  10176400      10.62       NaN
2015-01-07  10.65  10.80  10.48  10.67  10277400      10.67       NaN
2015-01-08  10.75  10.78  10.57  10.63   6868300      10.63       NaN
2015-01-09  10.59  10.65  10.28  10.38   7745600      10.38   9874680
2015-01-12  10.36  10.37  10.02  10.12   7739600      10.12   9477160
2015-01-13  10.05  10.23   9.68   9.71  15292900       9.71   8561460
2015-01-14   9.61  12.63   9.32  12.60  83543900      12.60   9584760
2015-01-15  10.36  10.71  10.01  10.11  52574600      10.11  24238060
2015-01-16  10.12  10.39  10.11  10.24  16068900      10.24  33379320
2015-01-20  10.28  10.37   9.82  10.03  15185900      10.03  35043980
2015-01-21  10.03  10.38   9.81   9.93  19614500       9.93  36533240
2015-01-22  10.44  11.11  10.24  10.51  44594300      10.51  37397560
2015-01-23  10.78  11.03  10.61  10.71  21079800      10.71  29607640
2015-01-26  10.67  10.71  10.40  10.52   6982000      10.52  23308680
2015-01-27  10.38  10.63  10.32  10.56   7057200      10.56  21491300
2015-01-28  10.65  10.67  10.10  10.12   9705000      10.12  19865560
2015-01-29  10.05  10.27   9.85  10.25  12304700      10.25  17883660
2015-01-30  10.15  10.26  10.00  10.15   9203400      10.15  11425740

Answer 2

在最新版本的pandas（＆gt; 0.18.0）中，语法将更改为：

df['Volume'].rolling(window=5).mean().shift(1)

Pandas和Rolling_Mean with Offset（平均每日体积计算）

2 个答案: