Question

我有一个数据框，其中美国季度GDP作为列值。我想一次看3个值，然后找出GDP连续两个季度下跌的指数。这意味着我需要将df [＆＃39; GDP＆＃39;]中的各个元素相互比较，每组3个。

这是一个示例数据框。

public int InputCheck()
{
    if (userInput >= 3) 
    {
         if (userInput <= 10)
         {
             return userInput;
         }
         if (userInput > 10)
         {
             return defaulInt = userInput;
         }
      }
     if (userInput < 3)
     {
        return defaultInt = userInput;
     }
}

我正在使用df = pd.DataFrame(data=np.random.randint(0,10,10), columns=['GDP']) df GDP 0 4 1 4 2 4 3 1 4 4 5 4 6 8 7 2 8 3 9 9，但我不知道如何在df.rolling().apply(find_recession)函数中访问滚动窗口的各个元素。

find_recession()

如何访问滚动窗口中的各个元素，以便我可以进行比较，例如gdp_val_2＆lt; gdp_val_1＆lt; gdp_val？

.rolling（）。apply（）将遍历整个数据帧，一次3个值，所以让我们看看一个特定的窗口，它从索引位置6开始：

gdp['Recession_rolling'] = gdp['GDP'].rolling(window=3).apply(find_recession_start)

如何在当前窗口中访问gdp_val，gdp_val_1和gdp_val_2？

Answer 1

在.apply（）中使用lambda表达式会将数组传递给自定义函数（find_recession_start），因此我可以像访问任何列表/数组一样访问元素，例如arr[0], arr[1], arr[2]

df = pd.DataFrame(data=np.random.randint(0,10,10), columns=['GDP'])

def my_func(arr):
    if((arr[2] < arr[1]) & (arr[1] < arr[0])):
        return 1
    else:
        return 0

df['Result'] = df.rolling(window=3).apply(lambda x: my_func(x))
df

    GDP Result
0   8   NaN
1   0   NaN
2   8   0.0
3   1   0.0
4   9   0.0
5   7   0.0
6   9   0.0
7   8   0.0
8   3   1.0
9   9   0.0

Answer 2

简短的回答是：您不能，但您可以使用您对数据框/系列结构的了解。

您知道窗口的大小，您知道当前索引 - 因此，您可以输出相对于当前索引的移位：

让我们假装，这是你的gdp：

In [627]: gdp
Out[627]:
0    8
1    0
2    0
3    4
4    0
5    3
6    6
7    2
8    5
9    5
dtype: int64

天真的方法只是返回(argmin() - 2)并将其添加到当前索引：

In [630]: gdp.rolling(window=3).apply(lambda win: win.argmin() - 2) + gdp.index
Out[630]:
0    NaN
1    NaN
2    1.0
3    1.0
4    2.0
5    4.0
6    4.0
7    7.0
8    7.0
9    7.0
dtype: float64

天真的方法不会返回正确的结果，因为你无法预测当值相等时它将返回哪个索引，以及当中间有一个上升时。但你理解这个想法。

如何访问数据框上滚动窗口中的各个元素

2 个答案: